Buchumschlag

A Generalized Theory of Mixup for Structure-Preserving Synthetic Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Chungpa, Im, Jongho, Kim, Joseph H. T.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Other Statistics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Subgroup Validity in Machine Learning for Echocardiogram Data
von: Feeney, Cynthia, et al.
Veröffentlicht: (2025)

Noncommutative Model Selection for Data Clustering and Dimension Reduction Using Relative von Neumann Entropy
von: Guzmán-Tristán, Araceli, et al.
Veröffentlicht: (2024)

Generative AI Takes a Statistics Exam: A Comparison of Performance between ChatGPT3.5, ChatGPT4, and ChatGPT4o-mini
von: McGee, Monnie, et al.
Veröffentlicht: (2025)

Asia Cup 2025: A Structured T20 Match-Level Dataset and Exploratory Analysis for Cricket Analytics
von: Raza, Kousar, et al.
Veröffentlicht: (2025)

A Plea for History and Philosophy of Statistics and Machine Learning
von: Lin, Hanti
Veröffentlicht: (2025)

Deep Learning-based Approaches for State Space Models: A Selective Review
von: Lin, Jiahe, et al.
Veröffentlicht: (2024)

A Simplified and Numerically Stable Approach to the BG/NBD Churn Prediction model
von: Zammit, Dylan, et al.
Veröffentlicht: (2025)

Adaptive Conformal Prediction for Quantum Machine Learning
von: Spencer, Douglas, et al.
Veröffentlicht: (2025)

Local Polynomial Lp-norm Regression
von: Tazik, Ladan, et al.
Veröffentlicht: (2025)

Utilising Deep Learning to Elicit Expert Uncertainty
von: Falconer, Julia R., et al.
Veröffentlicht: (2025)

When to Transfer: Adaptive Source Selection for Positive Transfer in Linear Models
von: Cherkaoui, Hamza, et al.
Veröffentlicht: (2025)

Ensemble Transport Filter via Optimized Maximum Mean Discrepancy
von: Zeng, Dengfei, et al.
Veröffentlicht: (2024)

Piecewise Deterministic Markov Processes for Bayesian Neural Networks
von: Goan, Ethan, et al.
Veröffentlicht: (2023)

Uncertainty Quantification via Spatial-Temporal Tweedie Model for Zero-inflated and Long-tail Travel Demand Prediction
von: Jiang, Xinke, et al.
Veröffentlicht: (2023)

Are you using test log-likelihood correctly?
von: Deshpande, Sameer K., et al.
Veröffentlicht: (2022)

Active Learning for Fair and Stable Online Allocations
von: Bhattacharya, Riddhiman, et al.
Veröffentlicht: (2024)

Advancing Employee Behavior Analysis through Synthetic Data: Leveraging ABMs, GANs, and Statistical Models for Enhanced Organizational Efficiency
von: Jayashankar, Rakshitha, et al.
Veröffentlicht: (2024)

Phase-Type Variational Autoencoders for Heavy-Tailed Data
von: Ziani, Abdelhakim, et al.
Veröffentlicht: (2026)

A machine learning approach to predict university enrolment choices through students' high school background in Italy
von: Priulla, Andrea, et al.
Veröffentlicht: (2024)

A Framework for Generating Realistic Synthetic Tabular Data in a Randomized Controlled Trial Setting
von: Petrakos, Niki Z., et al.
Veröffentlicht: (2025)

The cost of ensembling: is it always worth combining?
von: Zanotti, Marco
Veröffentlicht: (2025)

Gaussian credible intervals in Bayesian nonparametric estimation of the unseen
von: Contardi, Claudia, et al.
Veröffentlicht: (2025)

Variational Autoencoders-based Detection of Extremes in Plant Productivity in an Earth System Model
von: Sharma, Bharat, et al.
Veröffentlicht: (2025)

On the retraining frequency of global models in retail demand forecasting
von: Zanotti, Marco
Veröffentlicht: (2025)

TabCF: Distributional Control Function Estimation with Tabular Foundation Models
von: Chen, Geping, et al.
Veröffentlicht: (2026)

Scientific Realism vs. Anti-Realism: Toward a Common Ground
von: Lin, Hanti
Veröffentlicht: (2024)

Unified Inductive Logic: From Formal Learning to Statistical Inference to Supervised Learning
von: Lin, Hanti
Veröffentlicht: (2024)

Extrapolating Single-Treatment Effects Out of Factorial Experiments
von: Duarte, Guilherme
Veröffentlicht: (2024)

Adaptive Off-Policy Inference for M-Estimators Under Model Misspecification
von: Leiner, James, et al.
Veröffentlicht: (2025)

Exact and Approximate Conformal Inference for Multi-Output Regression
von: Johnstone, Chancellor, et al.
Veröffentlicht: (2022)

Incorporating Missingness in a Framework for Generating Realistic Synthetic Randomized Controlled Trial Data
von: Petrakos, Niki Z., et al.
Veröffentlicht: (2025)

Heckman Selection Contaminated Normal Model
von: Lim, Heeju, et al.
Veröffentlicht: (2024)

Causal Regime Detection in Energy Markets With Augmented Time Series Structural Causal Models
von: Thumm, Dennis
Veröffentlicht: (2025)

Robust Causal Discovery in Real-World Time Series with Power-Laws
von: Tusoni, Matteo, et al.
Veröffentlicht: (2025)

A Survey on Large Language Model-based Agents for Statistics and Data Science
von: Sun, Maojun, et al.
Veröffentlicht: (2024)

Topography, climate, land cover, and biodiversity: Explaining endemic richness and management implications on a Mediterranean island
von: Moustakas, Aristides, et al.
Veröffentlicht: (2025)

Robustness Test for AI Forecasting of Hurricane Florence Using FourCastNetv2 and Random Perturbations of the Initial Condition
von: Lizerbram, Adam, et al.
Veröffentlicht: (2025)

Identifying and Estimating Causal Direct Effects Under Unmeasured Confounding
von: Boileau, Philippe, et al.
Veröffentlicht: (2026)

Identification of physiological shock in intensive care units via Bayesian regime switching models
von: Kendall, Emmett B., et al.
Veröffentlicht: (2026)

Random cohort effects and age groups dependency structure for mortality modelling and forecasting: Mixed-effects time-series model approach
von: Lam, Ka Kin, et al.
Veröffentlicht: (2021)