Buchumschlag

Dynamic Feature Selection from Variable Feature Sets Using Features of Features

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Takahashi, Katsumi, Takeuchi, Koh, Kashima, Hisashi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Information Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Estimating Conditional Mutual Information for Dynamic Feature Selection
von: Gadgil, Soham, et al.
Veröffentlicht: (2023)

Gram-Schmidt Methods for Unsupervised Feature Extraction and Selection
von: Yaghooti, Bahram, et al.
Veröffentlicht: (2023)

Causally-Guided Diffusion for Stable Feature Selection
von: Malarkkan, Arun Vignesh, et al.
Veröffentlicht: (2026)

HIERVAR: A Hierarchical Feature Selection Method for Time Series Analysis
von: Keshavarzian, Alireza, et al.
Veröffentlicht: (2024)

Partial Information Decomposition for Data Interpretability and Feature Selection
von: Westphal, Charles, et al.
Veröffentlicht: (2024)

Effective Communication with Dynamic Feature Compression
von: Talli, Pietro, et al.
Veröffentlicht: (2024)

Distributed and Rate-Adaptive Feature Compression
von: Deshmukh, Aditya, et al.
Veröffentlicht: (2024)

Structured IB: Improving Information Bottleneck with Structured Feature Learning
von: Yang, Hanzhe, et al.
Veröffentlicht: (2024)

Ultra-marginal Feature Importance: Learning from Data with Causal Guarantees
von: Janssen, Joseph, et al.
Veröffentlicht: (2022)

Adaptive Quality-Diversity Trade-offs for Large-Scale Batch Recommendation
von: Réda, Clémence, et al.
Veröffentlicht: (2026)

On the Computational Entanglement of Distant Features in Adversarial Machine Learning
von: Lai, YenLung, et al.
Veröffentlicht: (2023)

Private Counterfactual Retrieval With Immutable Features
von: Meel, Shreya, et al.
Veröffentlicht: (2024)

Attention-Based Feature Online Conformal Prediction for Time Series
von: Zhu, Meiyi, et al.
Veröffentlicht: (2025)

Collaborative Inference over Wireless Channels with Feature Differential Privacy
von: Seif, Mohamed, et al.
Veröffentlicht: (2024)

Disentangled Structural and Featural Representation for Task-Agnostic Graph Valuation
von: Falahati, Ali, et al.
Veröffentlicht: (2024)

Context Steering: A New Paradigm for Compression-based Embeddings by Synthesizing Relevant Information Features
von: Sarasa, Guillermo, et al.
Veröffentlicht: (2025)

FMLFS: A Federated Multi-Label Feature Selection Based on Information Theory in IoT Environment
von: Mahanipour, Afsaneh, et al.
Veröffentlicht: (2024)

SPEX: Scaling Feature Interaction Explanations for LLMs
von: Kang, Justin Singh, et al.
Veröffentlicht: (2025)

Efficient Learned Data Compression via Dual-Stream Feature Decoupling
von: Ma, Huidong, et al.
Veröffentlicht: (2026)

Semantic-Preserving Feature Partitioning for Multi-View Ensemble Learning
von: Khorshidi, Mohammad Sadegh, et al.
Veröffentlicht: (2024)

Maximum Impact with Fewer Features: Efficient Feature Selection for Cold-Start Recommenders through Collaborative Importance Weighting
von: Sukhorukov, Nikita, et al.
Veröffentlicht: (2025)

Feature Selection and Extraction for Graph Neural Networks
von: Acharya, Deepak Bhaskar, et al.
Veröffentlicht: (2019)

Finding Optimal Diverse Feature Sets with Alternative Feature Selection
von: Bach, Jakob
Veröffentlicht: (2023)

FB-NLL: A Feature-Based Approach to Tackle Noisy Labels in Personalized Federated Learning
von: Ali, Abdulmoneam, et al.
Veröffentlicht: (2026)

Robust Anomaly Detection Under Normality Distribution Shift in Dynamic Graphs
von: Xu, Xiaoyang, et al.
Veröffentlicht: (2025)

Context Features Are Cheap: Rank-Aware Decomposition for Efficient Feature Interaction in Recommender Systems
von: Tkach, Yevgeny
Veröffentlicht: (2026)

Feature compression is the root cause of adversarial fragility in neural network classifiers
von: Gao, Jingchao, et al.
Veröffentlicht: (2024)

On the Limitation of Kernel Dependence Maximization for Feature Selection
von: Liu, Keli, et al.
Veröffentlicht: (2024)

Intelligent Elastic Feature Fading: Enabling Model Retrain-Free Feature Efficiency Rollouts at Scale
von: Di, Jieming, et al.
Veröffentlicht: (2026)

Centrality-Based Node Feature Augmentation for Robust Network Alignment
von: Park, Jin-Duk, et al.
Veröffentlicht: (2023)

Statistical Test for Feature Selection Pipelines by Selective Inference
von: Shiraishi, Tomohiro, et al.
Veröffentlicht: (2024)

FairFS: Addressing Deep Feature Selection Biases for Recommender System
von: Wang, Xianquan, et al.
Veröffentlicht: (2026)

Taming Polysemanticity in LLMs: Provable Feature Recovery via Sparse Autoencoders
von: Chen, Siyu, et al.
Veröffentlicht: (2025)

User-Creator Feature Polarization in Recommender Systems with Dual Influence
von: Lin, Tao, et al.
Veröffentlicht: (2024)

Feature Importance Guided Random Forest Learning with Simulated Annealing Based Hyperparameter Tuning
von: Balasubramanian, Kowshik, et al.
Veröffentlicht: (2025)

Causal Feature Selection Method for Contextual Multi-Armed Bandits in Recommender System
von: Zhao, Zhenyu, et al.
Veröffentlicht: (2024)

Embedding-Aware Feature Discovery: Bridging Latent Representations and Interpretable Features in Event Sequences
von: Sakhno, Artem, et al.
Veröffentlicht: (2026)

Hypernetworks for Dynamic Feature Selection
von: Fumanal-Idocin, Javier, et al.
Veröffentlicht: (2026)

Expected Confidence Dependency: A Novel Rough Set-Based Approach to Feature Selection
von: Rasouli, Saeed, et al.
Veröffentlicht: (2025)

Disentangled Feature Importance
von: Du, Jin-Hong, et al.
Veröffentlicht: (2025)