Buchumschlag

Uncertainty-Aware Graph Self-Training with Expectation-Maximization Regularization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Emily, Chen, Michael, Li, Chao
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Graph-Based Uncertainty-Aware Self-Training with Stochastic Node Labeling
von: Liu, Tom, et al.
Veröffentlicht: (2025)

Deep Generative Clustering with VAEs and Expectation-Maximization
von: Adipoetra, Michael, et al.
Veröffentlicht: (2025)

Allocating Variance to Maximize Expectation
von: Leme, Renato Purita Paes, et al.
Veröffentlicht: (2025)

Detecting Training Data of Large Language Models via Expectation Maximization
von: Kim, Gyuwan, et al.
Veröffentlicht: (2024)

Diffusion Alignment as Variational Expectation-Maximization
von: Lee, Jaewoo, et al.
Veröffentlicht: (2025)

Uncertainty-Aware Graph Structure Learning
von: Han, Shen, et al.
Veröffentlicht: (2025)

Density Operator Expectation Maximization
von: Vishnu, Adit, et al.
Veröffentlicht: (2025)

Importance Weighted Expectation-Maximization for Protein Sequence Design
von: Song, Zhenqiao, et al.
Veröffentlicht: (2023)

Learning Mixture Density via Natural Gradient Expectation Maximization
von: Chen, Yutao, et al.
Veröffentlicht: (2026)

Saliency-Aware Regularized Graph Neural Network
von: Pei, Wenjie, et al.
Veröffentlicht: (2024)

Massively Parallel Expectation Maximization For Approximate Posteriors
von: Heap, Thomas, et al.
Veröffentlicht: (2025)

Learning to Reason in LLMs by Expectation Maximization
von: Lee, Junghyun, et al.
Veröffentlicht: (2025)

Expectation Maximization Pseudo Labels
von: Xu, Moucheng, et al.
Veröffentlicht: (2023)

SEMF: Supervised Expectation-Maximization Framework for Predicting Intervals
von: Azizi, Ilia, et al.
Veröffentlicht: (2024)

Learning Diffusion Priors from Observations by Expectation Maximization
von: Rozet, François, et al.
Veröffentlicht: (2024)

To Code or not to Code? Adaptive Tool Integration for Math Language Models via Expectation-Maximization
von: Wang, Haozhe, et al.
Veröffentlicht: (2025)

A Federated Generalized Expectation-Maximization Algorithm for Mixture Models with an Unknown Number of Components
von: Ibrahim, Michael, et al.
Veröffentlicht: (2026)

Uncertainty-Aware Robust Learning on Noisy Graphs
von: Chen, Shuyi, et al.
Veröffentlicht: (2023)

GEM: Guided Expectation-Maximization for Behavior-Normalized Candidate Action Selection in Offline RL
von: Wang, Haoyu, et al.
Veröffentlicht: (2026)

EM-Net: Gaze Estimation with Expectation Maximization Algorithm
von: Cheng, Zhang, et al.
Veröffentlicht: (2024)

Stochastic Approximation with Biased MCMC for Expectation Maximization
von: Gruffaz, Samuel, et al.
Veröffentlicht: (2024)

Convergence of Expectation-Maximization Algorithm with Mixed-Integer Optimization
von: Joseph, Geethu
Veröffentlicht: (2024)

Expectation Maximization (EM) Converges for General Agnostic Mixtures
von: Ghosh, Avishek
Veröffentlicht: (2026)

Characterizing Evolution in Expectation-Maximization Estimates for Overspecified Mixed Linear Regression
von: Luo, Zhankun, et al.
Veröffentlicht: (2025)

Deep Learning of Semi-Competing Risk Data via a New Neural Expectation-Maximization Algorithm
von: Salerno, Stephen, et al.
Veröffentlicht: (2022)

An Expectation-Maximization Algorithm for Domain Adaptation in Gaussian Causal Models
von: Javidian, Mohammad Ali
Veröffentlicht: (2026)

Bridge the Inference Gaps of Neural Processes via Expectation Maximization
von: Wang, Qi, et al.
Veröffentlicht: (2025)

Pose-Aware Self-Supervised Learning with Viewpoint Trajectory Regularization
von: Wang, Jiayun, et al.
Veröffentlicht: (2024)

Regularization-based Framework for Quantization-, Fault- and Variability-Aware Training
von: Biswas, Anmol, et al.
Veröffentlicht: (2025)

Self-supervised Trajectory Representation Learning with Temporal Regularities and Travel Semantics
von: Jiang, Jiawei, et al.
Veröffentlicht: (2022)

Uncertainty-Aware Graph Neural Networks: A Multi-Hop Evidence Fusion Approach
von: Chen, Qingfeng, et al.
Veröffentlicht: (2025)

Graph Regularized Encoder Training for Extreme Classification
von: Mittal, Anshul, et al.
Veröffentlicht: (2024)

SAUC: Sparsity-Aware Uncertainty Calibration for Spatiotemporal Prediction with Graph Neural Networks
von: Zhuang, Dingyi, et al.
Veröffentlicht: (2024)

Uncertainty Quantification on Graph Learning: A Survey
von: Chen, Chao, et al.
Veröffentlicht: (2024)

Uncertainty Regularized Evidential Regression
von: Ye, Kai, et al.
Veröffentlicht: (2024)

Training of Spiking Neural Networks with Expectation-Propagation
von: Yao, Dan, et al.
Veröffentlicht: (2025)

Uncertainty-Aware Trajectory Prediction via Rule-Regularized Heteroscedastic Deep Classification
von: Manas, Kumar, et al.
Veröffentlicht: (2025)

On the Maximal Local Disparity of Fairness-Aware Classifiers
von: Jin, Jinqiu, et al.
Veröffentlicht: (2024)

Approximate Maximum Likelihood Inference for Acoustic Spatial Capture-Recapture with Unknown Identities, Using Monte Carlo Expectation Maximization
von: Wang, Yuheng, et al.
Veröffentlicht: (2024)

Fast convergence of a Federated Expectation-Maximization Algorithm
von: Tao, Zhixu, et al.
Veröffentlicht: (2024)