:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Draganov, Andrew, Weber, Pascal, Jørgensen, Rasmus Skibdahl Melanchton, Beer, Anna, Plant, Claudia, Assent, Ira
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	https://arxiv.org/abs/2502.14018
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Internal Evaluation of Density-Based Clusterings with Noise
di: Beer, Anna, et al.
Pubblicazione: (2025)

Temporal Subspace Clustering for Molecular Dynamics Data
di: Beer, Anna, et al.
Pubblicazione: (2024)

SHADE: Deep Density-based Clustering
di: Beer, Anna, et al.
Pubblicazione: (2024)

Least but not Last: Fine-tuning Intermediate Principal Components for Better Performance-Forgetting Trade-Offs
di: Quercia, Alessio, et al.
Pubblicazione: (2026)

Galaxy Morphology Classification with Counterfactual Explanation
di: Cao, Zhuo, et al.
Pubblicazione: (2025)

Settling Time vs. Accuracy Tradeoffs for Clustering Big Data
di: Draganov, Andrew, et al.
Pubblicazione: (2024)

Classifier Reconstruction Through Counterfactual-Aware Wasserstein Prototypes
di: Zhao, Xuan, et al.
Pubblicazione: (2025)

DCFO: Density-Based Counterfactuals for Outliers -- Additional Material
di: Amico, Tommaso, et al.
Pubblicazione: (2025)

From Drops to Grid: Noise-Aware Spatio-Temporal Neural Process for Rainfall Estimation
di: Sarabia, Rafael Pablos, et al.
Pubblicazione: (2026)

LeapFactual: Reliable Visual Counterfactual Explanation Using Conditional Flow Matching
di: Cao, Zhuo, et al.
Pubblicazione: (2025)

Relating tSNE and UMAP to Classical Dimensionality Reduction
di: Draganov, Andrew, et al.
Pubblicazione: (2023)

An Introductory Survey to Autoencoder-based Deep Clustering -- Sandboxes for Combining Clustering with Deep Learning
di: Leiber, Collin, et al.
Pubblicazione: (2025)

ExDBSCAN: Explaining DBSCAN with Counterfactual Reasoning -- Additional Material
di: Matthews, Pernille, et al.
Pubblicazione: (2026)

Automatic Parameter Selection for Non-Redundant Clustering
di: Leiber, Collin, et al.
Pubblicazione: (2023)

Hierarchical Linkage Clustering Beyond Binary Trees and Ultrametrics
di: Dreveton, Maximilien, et al.
Pubblicazione: (2025)

Clustering High-dimensional Data: Balancing Abstraction and Representation Tutorial at AAAI 2026
di: Plant, Claudia, et al.
Pubblicazione: (2026)

The Hidden Pitfalls of the Cosine Similarity Loss
di: Draganov, Andrew, et al.
Pubblicazione: (2024)

A Tight VC-Dimension Analysis of Clustering Coresets with Applications
di: Cohen-Addad, Vincent, et al.
Pubblicazione: (2025)

Extension of the Dip-test Repertoire -- Efficient and Differentiable p-value Calculation for Clustering
di: Bauer, Lena G. M., et al.
Pubblicazione: (2023)

RainPro-8: An Efficient Deep Learning Model to Estimate Rainfall Probabilities Over 8 Hours
di: Sarabia, Rafael Pablos, et al.
Pubblicazione: (2025)

Multi-Source Temporal Attention Network for Precipitation Nowcasting
di: Sarabia, Rafael Pablos, et al.
Pubblicazione: (2024)

Learning Ultrametric Trees for Optimal Transport Regression
di: Chen, Samantha, et al.
Pubblicazione: (2022)

Text-Guided Image Clustering
di: Stephan, Andreas, et al.
Pubblicazione: (2024)

Bootstrap Deep Spectral Clustering with Optimal Transport
di: Guo, Wengang, et al.
Pubblicazione: (2025)

Breaking the Reclustering Barrier in Centroid-based Deep Clustering
di: Miklautz, Lukas, et al.
Pubblicazione: (2024)

Motif Discovery Framework for Psychiatric EEG Data Classification
di: Kraljevska, Melanija, et al.
Pubblicazione: (2025)

Text-Guided Alternative Image Clustering
di: Stephan, Andreas, et al.
Pubblicazione: (2024)

Random Erasing vs. Model Inversion: A Promising Defense or a False Hope?
di: Tran, Viet-Hung, et al.
Pubblicazione: (2024)

Node Embeddings via Neighbor Embeddings
di: Böhm, Jan Niklas, et al.
Pubblicazione: (2025)

Minimizing Hyperbolic Embedding Distortion with LLM-Guided Hierarchy Restructuring
di: Ayoughi, Melika, et al.
Pubblicazione: (2025)

Network Embedding via Deep Prediction Model
di: Sun, Xin, et al.
Pubblicazione: (2021)

On the Importance of Embedding Norms in Self-Supervised Learning
di: Draganov, Andrew, et al.
Pubblicazione: (2025)

Weisfeiler and Leman Go Loopy: A New Hierarchy for Graph Representational Learning
di: Paolino, Raffaele, et al.
Pubblicazione: (2024)

Advancing Anomaly Detection: Non-Semantic Financial Data Encoding with LLMs
di: Bakumenko, Alexander, et al.
Pubblicazione: (2024)

Wanting to be Understood
di: Fernando, Chrisantha, et al.
Pubblicazione: (2025)

v-PuNNs: van der Put Neural Networks for Transparent Ultrametric Representation Learning
di: N'guessan, Gnankan Landry Regis
Pubblicazione: (2025)

Plasticity Loss in Deep Reinforcement Learning: A Survey
di: Klein, Timo, et al.
Pubblicazione: (2024)

If You Want to Be Robust, Be Wary of Initialization
di: Ennadir, Sofiane, et al.
Pubblicazione: (2025)

Ultrametric OGP - parametric RDT \emph{symmetric} binary perceptron connection
di: Stojnic, Mihailo
Pubblicazione: (2026)

From Logits to Hierarchies: Hierarchical Clustering made Simple
di: Palumbo, Emanuele, et al.
Pubblicazione: (2024)