Copertina

Interpretable Model Drift Detection

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Panda, Pranoy, Srinivas, Kancheti Sai, Balasubramanian, Vineeth N, Sinha, Gaurav
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

FW-Shapley: Real-time Estimation of Weighted Shapley Values
di: Panda, Pranoy, et al.
Pubblicazione: (2025)

Efficient Vocabulary-Free Fine-Grained Visual Recognition in the Age of Multimodal LLMs
di: Kuchibhotla, Hari Chandana, et al.
Pubblicazione: (2025)

Faithful GRPO: Improving Visual Spatial Reasoning in Multimodal Language Models via Constrained Policy Optimization
di: Kancheti, Sai Srinivas, et al.
Pubblicazione: (2026)

Mind's Eye: A Benchmark of Visual Abstraction, Transformation and Composition for Multimodal LLMs
di: Sinha, Rohit, et al.
Pubblicazione: (2026)

C2FDrone: Coarse-to-Fine Drone-to-Drone Detection using Vision Transformer Networks
di: Rebbapragada, Sairam VC, et al.
Pubblicazione: (2024)

Chain-of-Thought Degrades Visual Spatial Reasoning Capabilities of Multimodal LLMs
di: Kancheti, Sai Srinivas, et al.
Pubblicazione: (2026)

Can Better Text Semantics in Prompt Tuning Improve VLM Generalization?
di: Kuchibhotla, Hari Chandana, et al.
Pubblicazione: (2024)

Walking the Web of Concept-Class Relationships in Incrementally Trained Interpretable Models
di: Agrawal, Susmit, et al.
Pubblicazione: (2025)

NESTER: An Adaptive Neurosymbolic Method for Causal Effect Estimation
di: Reddy, Abbavaram Gowtham, et al.
Pubblicazione: (2022)

Annotation-Free Class-Incremental Learning
di: Kuchibhotla, Hari Chandana, et al.
Pubblicazione: (2025)

Adaptive LLM Routing under Budget Constraints
di: Panda, Pranoy, et al.
Pubblicazione: (2025)

Advancing Ante-Hoc Explainable Models through Generative Adversarial Networks
di: Garg, Tanmay, et al.
Pubblicazione: (2024)

Detecting Interpretable Subgroup Drifts
di: Giobergia, Flavio, et al.
Pubblicazione: (2024)

Understanding Task Transfer in Vision-Language Models
di: Sachdeva, Bhuvan, et al.
Pubblicazione: (2025)

Finite-Particle Convergence Rates for Conservative and Non-Conservative Drifting Models
di: Balasubramanian, Krishnakumar
Pubblicazione: (2026)

Earthquake Damage Grades Prediction using An Ensemble Approach Integrating Advanced Machine and Deep Learning Models
di: Panda, Anurag, et al.
Pubblicazione: (2025)

Real-Time Bayesian Detection of Drift-Evasive GNSS Spoofing in Reinforcement Learning Based UAV Deconfliction
di: Panda, Deepak Kumar, et al.
Pubblicazione: (2025)

Fiducial Focus Augmentation for Facial Landmark Detection
di: Kar, Purbayan, et al.
Pubblicazione: (2024)

Response Wide Shut? Surprising Observations in Basic Vision Language Model Capabilities
di: Chandhok, Shivam, et al.
Pubblicazione: (2025)

Memory-Integrated Reconfigurable Adapters: A Unified Framework for Settings with Multiple Tasks
di: Agrawal, Susmit, et al.
Pubblicazione: (2025)

Efficient Algorithms for Logistic Contextual Slate Bandits with Bandit Feedback
di: Goyal, Tanmay, et al.
Pubblicazione: (2025)

On the Wasserstein Gradient Flow Interpretation of Drifting Models
di: Gretton, Arthur, et al.
Pubblicazione: (2026)

Linear Contextual Bandits with Hybrid Payoff: Revisited
di: Das, Nirjhar, et al.
Pubblicazione: (2024)

Learning Unbiased Cluster Descriptors for Interpretable Imbalanced Concept Drift Detection
di: Zhang, Yiqun, et al.
Pubblicazione: (2026)

Learning Ensembles of Interpretable Simple Structure
di: Arwade, Gaurav, et al.
Pubblicazione: (2025)

From XAI to MLOps: Explainable Concept Drift Detection with Profile Drift Detection
di: Dar, Ugur, et al.
Pubblicazione: (2024)

Achieving Limited Adaptivity for Multinomial Logistic Bandits
di: Midigeshi, Sukruta Prakash, et al.
Pubblicazione: (2025)

Learning Interpretable Characteristic Kernels via Decision Forests
di: Panda, Sambit, et al.
Pubblicazione: (2018)

Adversarial Attacks for Drift Detection
di: Hinder, Fabian, et al.
Pubblicazione: (2024)

Adaptive Self-Distillation for Minimizing Client Drift in Heterogeneous Federated Learning
di: Yashwanth, M, et al.
Pubblicazione: (2023)

DriftGAN: Using historical data for Unsupervised Recurring Drift Detection
di: Fellicious, Christofer, et al.
Pubblicazione: (2024)

Towards Unifying Interpretability and Control: Evaluation via Intervention
di: Bhalla, Usha, et al.
Pubblicazione: (2024)

The Fundamental Limits of Fraud Detection in Card Payment Networks
di: Dhama, Gaurav
Pubblicazione: (2026)

Generalized Linear Bandits with Limited Adaptivity
di: Sawarni, Ayush, et al.
Pubblicazione: (2024)

Interpreting Large Text-to-Image Diffusion Models with Dictionary Learning
di: Shabalin, Stepan, et al.
Pubblicazione: (2025)

ProtoNAM: Prototypical Neural Additive Models for Interpretable Deep Tabular Learning
di: Xiong, Guangzhi, et al.
Pubblicazione: (2024)

Interpretable Image Emotion Recognition: A Domain Adaptation Approach Using Facial Expressions
di: Kumar, Puneet, et al.
Pubblicazione: (2020)

Fraud Type Decomposition and the Observation-Mechanism Taxonomy:Class-Specific Detection Limits in Payment Networks
di: Dhama, Gaurav
Pubblicazione: (2026)

A Unified Training Process for Fake News Detection based on Fine-Tuned BERT Model
di: Tida, Vijay Srinivas, et al.
Pubblicazione: (2022)

Interpretable Model-Aware Counterfactual Explanations for Random Forest
di: Harvey, Joshua S., et al.
Pubblicazione: (2025)