:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Heidari, Marzi, Guo, Yuhong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2502.16064
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Target-Oriented Single Domain Generalization
von: Heidari, Marzi, et al.
Veröffentlicht: (2025)

Single Domain Generalization with Adversarial Memory
von: Yan, Hao, et al.
Veröffentlicht: (2025)

Bi-Level Optimization for Single Domain Generalization
von: Heidari, Marzi, et al.
Veröffentlicht: (2026)

Learning to Clean: Reinforcement Learning for Noisy Label Correction
von: Heidari, Marzi, et al.
Veröffentlicht: (2025)

Reinforcement Learning-Guided Semi-Supervised Learning
von: Heidari, Marzi, et al.
Veröffentlicht: (2024)

Prompt-Driven Feature Diffusion for Open-World Semi-Supervised Learning
von: Heidari, Marzi, et al.
Veröffentlicht: (2024)

A Unified Framework for Heterogeneous Semi-supervised Learning
von: Heidari, Marzi, et al.
Veröffentlicht: (2025)

Context-Aware Self-Adaptation for Domain Generalization
von: Yan, Hao, et al.
Veröffentlicht: (2025)

Towards Optimization and Model Selection for Domain Generalization: A Mixup-guided Solution
von: Lu, Wang, et al.
Veröffentlicht: (2022)

Learning Gradient-based Mixup with Extrapolation toward Flatter Minima for Domain Generalization
von: Peng, Danni, et al.
Veröffentlicht: (2022)

Learning Fair Robustness via Domain Mixup
von: Zhong, Meiyu, et al.
Veröffentlicht: (2024)

On Mixup Regularization
von: Carratino, Luigi, et al.
Veröffentlicht: (2020)

Bridging Dynamics Gaps via Diffusion Schrödinger Bridge for Cross-Domain Reinforcement Learning
von: Zhang, Hanping, et al.
Veröffentlicht: (2026)

Mixup Domain Adaptations for Dynamic Remaining Useful Life Predictions
von: Furqon, Muhammad Tanzil, et al.
Veröffentlicht: (2024)

Adversarial Mixup Unlearning
von: Peng, Zhuoyi, et al.
Veröffentlicht: (2025)

AuG-KD: Anchor-Based Mixup Generation for Out-of-Domain Knowledge Distillation
von: Tang, Zihao, et al.
Veröffentlicht: (2024)

BATON: Enhancing Batch-wise Inference Efficiency for Large Language Models via Dynamic Re-batching
von: Cong, Peizhuang, et al.
Veröffentlicht: (2024)

Linearly Convergent Mixup Learning
von: Obi, Gakuto, et al.
Veröffentlicht: (2025)

LLM-Driven Policy Diffusion: Enhancing Generalization in Offline Reinforcement Learning
von: Zhang, Hanping, et al.
Veröffentlicht: (2025)

Hierarchical Message-Passing Policies for Multi-Agent Reinforcement Learning
von: Marzi, Tommaso, et al.
Veröffentlicht: (2025)

ShuffleGate: Scalable Feature Optimization for Recommender Systems via Batch-wise Sensitivity Learning
von: Huang, Yihong, et al.
Veröffentlicht: (2025)

Out-Of-Domain Unlabeled Data Improves Generalization
von: Saberi, Amir Hossein, et al.
Veröffentlicht: (2023)

Batch Normalization for Neural Networks on Complex Domains
von: Nguyen, Xuan Son, et al.
Veröffentlicht: (2026)

Mixup Regularization: A Probabilistic Perspective
von: El-Laham, Yousef, et al.
Veröffentlicht: (2025)

Augment on Manifold: Mixup Regularization with UMAP
von: El-Laham, Yousef, et al.
Veröffentlicht: (2023)

Diffusion Modulation via Environment Mechanism Modeling for Planning
von: Zhang, Hanping, et al.
Veröffentlicht: (2026)

Tailoring Mixup to Data for Calibration
von: Bouniot, Quentin, et al.
Veröffentlicht: (2023)

On the Equivalence of Graph Convolution and Mixup
von: Han, Xiaotian, et al.
Veröffentlicht: (2023)

A Generalized Theory of Mixup for Structure-Preserving Synthetic Data
von: Lee, Chungpa, et al.
Veröffentlicht: (2025)

Distilling Reinforcement Learning into Single-Batch Datasets
von: Wilhelm, Connor, et al.
Veröffentlicht: (2025)

Is BatchEnsemble a Single Model? On Calibration and Diversity of Efficient Ensembles
von: Zamyatin, Anton, et al.
Veröffentlicht: (2026)

BlendServe: Optimizing Offline Inference for Auto-regressive Large Models with Resource-aware Batching
von: Zhao, Yilong, et al.
Veröffentlicht: (2024)

Cross-Domain Few-Shot Learning for Hyperspectral Image Classification Based on Mixup Foundation Model
von: Paeedeh, Naeem, et al.
Veröffentlicht: (2026)

Pushing Boundaries: Mixup's Influence on Neural Collapse
von: Fisher, Quinn, et al.
Veröffentlicht: (2024)

Robust Batched Bandits
von: Guo, Yunwen, et al.
Veröffentlicht: (2025)

Mixup Augmentation with Multiple Interpolations
von: Shen, Lifeng, et al.
Veröffentlicht: (2024)

Region Mixup
von: Saha, Saptarshi, et al.
Veröffentlicht: (2024)

Beyond Batch Learning: Global Awareness Enhanced Domain Adaptation
von: Luo, Lingkun, et al.
Veröffentlicht: (2025)

Feudal Graph Reinforcement Learning
von: Marzi, Tommaso, et al.
Veröffentlicht: (2023)

On the Effectiveness of Hybrid Pooling in Mixup-Based Graph Learning for Language Processing
von: Dong, Zeming, et al.
Veröffentlicht: (2022)