:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pham, Thien, Furno, Angelo, Chamroukhi, Faïcel, Oukhellou, Latifa
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2503.04528
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Optimal Transport Aggregation for Distributed Mixture-of-Experts
von: Chamroukhi, Faïcel, et al.
Veröffentlicht: (2023)

Functional Data Analysis with R. By C. M.Crainiceanu, J.Goldsmith, A.Leroux, and E.Cui, Boca Raton, FL: Chapman and Hall/CRC. 2024. 338 pages. AU$ 138.40 (hardback). ISBN: 978‐1‐032‐24471‐6.
von: Faïcel Chamroukhi
Veröffentlicht: (2025)

Non-asymptotic oracle inequalities for the Lasso in high-dimensional mixture of experts
von: Nguyen, TrungTin, et al.
Veröffentlicht: (2020)

HSTFL: A Heterogeneous Federated Learning Framework for Misaligned Spatiotemporal Forecasting
von: Cai, Shuowei, et al.
Veröffentlicht: (2024)

A Regression Mixture Model to understand the effect of the Covid-19 pandemic on Public Transport Ridership
von: Moreau, Hugues, et al.
Veröffentlicht: (2024)

Dynamic Modes as Time Representation for Spatiotemporal Forecasting
von: Kong, Menglin, et al.
Veröffentlicht: (2025)

Federated Learning for Big Data: A Survey on Opportunities, Applications, and Future Directions
von: Gadekallu, Thippa Reddy, et al.
Veröffentlicht: (2021)

Multimodal urban transportation network equilibrium including intermodality and shared mobility services
von: Kadem, Khadidja, et al.
Veröffentlicht: (2024)

Contextualizing MLP-Mixers Spatiotemporally for Urban Data Forecast at Scale
von: Nie, Tong, et al.
Veröffentlicht: (2023)

Transformer with Koopman-Enhanced Graph Convolutional Network for Spatiotemporal Dynamics Forecasting
von: Wang, Zekai, et al.
Veröffentlicht: (2025)

Dynamic Bayesian Learning for Spatiotemporal Mechanistic Models
von: Banerjee, Sudipto, et al.
Veröffentlicht: (2022)

LISA: Learning-Integrated Space Partitioning Framework for Traffic Accident Forecasting on Heterogeneous Spatiotemporal Data
von: An, Bang, et al.
Veröffentlicht: (2024)

Simple and Robust Forecasting of Spatiotemporally Correlated Small Earth Data with A Tabular Foundation Model
von: Yang, Yuting, et al.
Veröffentlicht: (2025)

Weather-Related Crash Risk Forecasting: A Deep Learning Approach for Heterogenous Spatiotemporal Data
von: Ogungbire, Abimbola, et al.
Veröffentlicht: (2026)

Graph-based Forecasting with Missing Data through Spatiotemporal Downsampling
von: Marisca, Ivan, et al.
Veröffentlicht: (2024)

Towards Scalable and Structured Spatiotemporal Forecasting
von: Chen, Hongyi, et al.
Veröffentlicht: (2025)

Vision-LLMs for Spatiotemporal Traffic Forecasting
von: Yang, Ning, et al.
Veröffentlicht: (2025)

T-Graphormer: Using Transformers for Spatiotemporal Forecasting
von: Bai, Hao Yuan, et al.
Veröffentlicht: (2025)

Deep Learning for On-Street Parking Violation Prediction
von: Vo, Thien Nhan
Veröffentlicht: (2025)

RAIFLE: Reconstruction Attacks on Interaction-based Federated Learning with Adversarial Data Manipulation
von: Pham, Dzung, et al.
Veröffentlicht: (2023)

Spatiotemporal Forecasting in Climate Data Using EOFs and Machine Learning Models: A Case Study in Chile
von: Herrera, Mauricio, et al.
Veröffentlicht: (2025)

Understand the Effect of Importance Weighting in Deep Learning on Dataset Shift
von: Vo, Thien Nhan
Veröffentlicht: (2025)

Heterogeneity-Informed Meta-Parameter Learning for Spatiotemporal Time Series Forecasting
von: Dong, Zheng, et al.
Veröffentlicht: (2024)

Federated Learning for Financial Forecasting
von: Noseda, Manuel, et al.
Veröffentlicht: (2025)

Spatiotemporal Forecasting as Planning: A Model-Based Reinforcement Learning Approach with Generative World Models
von: Wu, Hao, et al.
Veröffentlicht: (2025)

Incident-Guided Spatiotemporal Traffic Forecasting
von: Fan, Lixiang, et al.
Veröffentlicht: (2026)

Active Learning in the Library Instruction Environment: An Exploratory Study
von: Ross, Alanna, et al.
Veröffentlicht: (2011)

On Vessel Location Forecasting and the Effect of Federated Learning
von: Tritsarolis, Andreas, et al.
Veröffentlicht: (2024)

FedKDX: Federated Learning with Negative Knowledge Distillation for Enhanced Healthcare AI Systems
von: Pham, Quang-Tu, et al.
Veröffentlicht: (2026)

Leveraging Model Soups to Classify Intangible Cultural Heritage Images from the Mekong Delta
von: Tran, Quoc-Khang, et al.
Veröffentlicht: (2026)

Geometry-aware Active Learning of Spatiotemporal Dynamic Systems
von: Zhang, Xizhuo, et al.
Veröffentlicht: (2025)

IDRIFTNET: Physics-Driven Spatiotemporal Deep Learning for Iceberg Drift Forecasting
von: Putatunda, Rohan, et al.
Veröffentlicht: (2025)

Deep Generative Spatiotemporal Engression for Probabilistic Forecasting of Epidemics
von: Pathak, Rajdeep, et al.
Veröffentlicht: (2026)

Deep Learning for Crime Forecasting: The Role of Mobility at Fine-grained Spatiotemporal Scales
von: Zumel, Ariadna Albors, et al.
Veröffentlicht: (2025)

Spatial-Temporal-Decoupled Masked Pre-training for Spatiotemporal Forecasting
von: Gao, Haotian, et al.
Veröffentlicht: (2023)

Active Learning for Multi-class Image Classification
von: Vo, Thien Nhan
Veröffentlicht: (2025)

Learning Spatiotemporal Dynamical Systems from Point Process Observations
von: Iakovlev, Valerii, et al.
Veröffentlicht: (2024)

Kernel Regression of Multi-Way Data via Tensor Trains with Hadamard Overparametrization: The Dynamic Graph Flow Case
von: Nguyen, Duc Thien, et al.
Veröffentlicht: (2025)

Foundation Model for Lossy Compression of Spatiotemporal Scientific Data
von: Li, Xiao, et al.
Veröffentlicht: (2024)

The Effects of Data Imbalance Under a Federated Learning Approach for Credit Risk Forecasting
von: Zhang, Shuyao, et al.
Veröffentlicht: (2024)