Buchumschlag

Detecting Localized Density Anomalies in Multivariate Data via Coin-Flip Statistics

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Springer, Sebastian, Scaffidi, Andre, Autenrieth, Maximilian, Contardo, Gabriella, Laio, Alessandro, Trotta, Roberto, Haario, Heikki
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

Unsupervised Domain Shift Detection with Interpretable Subspace Attribution
von: Springer, Sebastian, et al.
Veröffentlicht: (2026)

Rotary Masked Autoencoders are Versatile Learners
von: Zivanovic, Uros, et al.
Veröffentlicht: (2025)

Stratified Learning: A General-Purpose Statistical Method for Improved Learning under Covariate Shift
von: Autenrieth, Maximilian, et al.
Veröffentlicht: (2021)

Cellular Automaton With CNN
von: Ashu, Valery, et al.
Veröffentlicht: (2025)

Density Estimation via Binless Multidimensional Integration
von: Carli, Matteo, et al.
Veröffentlicht: (2024)

MCMC Informed Neural Emulators for Uncertainty Quantification in Dynamical Systems
von: Haario, Heikki, et al.
Veröffentlicht: (2026)

Flipping Against All Odds: Reducing LLM Coin Flip Bias via Verbalized Rejection Sampling
von: Xiao, Tim Z., et al.
Veröffentlicht: (2025)

Identifiability and amortized inference limitations in Kuramoto models
von: Hannula, Emma, et al.
Veröffentlicht: (2026)

Enough Coin Flips Can Make LLMs Act Bayesian
von: Gupta, Ritwik, et al.
Veröffentlicht: (2025)

How Random is Random? Evaluating the Randomness and Humaness of LLMs' Coin Flips
von: Van Koevering, Katherine, et al.
Veröffentlicht: (2024)

Low Rank Transformer for Multivariate Time Series Anomaly Detection and Localization
von: Shimillas, Charalampos, et al.
Veröffentlicht: (2026)

Coin-Flipping In The Brain: Statistical Learning with Neuronal Assemblies
von: Dabagia, Max, et al.
Veröffentlicht: (2024)

Agnostic detection of large-scale weather patterns in the northern hemisphere: from blockings to teleconnections
von: Springer, Sebastian, et al.
Veröffentlicht: (2023)

Quantum Autoencoder for Multivariate Time Series Anomaly Detection
von: Tscharke, Kilian, et al.
Veröffentlicht: (2025)

A Multivariate Statistical Framework for Detection, Classification and Pre-localization of Anomalies in Water Distribution Networks
von: Melnikov, Oleg, et al.
Veröffentlicht: (2025)

Mapping of attention mechanisms to a generalized Potts model
von: Rende, Riccardo, et al.
Veröffentlicht: (2023)

Signal-to-Noise Ratio and Sample Size Govern Representational Alignment in Neural Networks
von: Umar, Ali Hussaini, et al.
Veröffentlicht: (2026)

Unsupervised detection of semantic correlations in big data
von: Acevedo, Santiago, et al.
Veröffentlicht: (2024)

Transformer-based Multivariate Time Series Anomaly Localization
von: Shimillas, Charalampos, et al.
Veröffentlicht: (2025)

Kernel-based retrieval models for hyperspectral image data optimized with Kernel Flows
von: Duma, Zina-Sabrina, et al.
Veröffentlicht: (2024)

Bag of Coins: A Statistical Probe into Neural Confidence Structures
von: Aich, Agnideep, et al.
Veröffentlicht: (2025)

Anomaly Detection via Mean Shift Density Enhancement
von: Kar, Pritam, et al.
Veröffentlicht: (2026)

DTAAD: Dual Tcn-Attention Networks for Anomaly Detection in Multivariate Time Series Data
von: Yu, Lingrui
Veröffentlicht: (2023)

Label-Free Multivariate Time Series Anomaly Detection
von: Zhou, Qihang, et al.
Veröffentlicht: (2023)

Open-Set Multivariate Time-Series Anomaly Detection
von: Lai, Thomas, et al.
Veröffentlicht: (2023)

Multivariate Time-series Anomaly Detection via Dynamic Model Pool & Ensembling
von: Hu, Wei, et al.
Veröffentlicht: (2026)

Statistical parameter identification of mixed-mode patterns from a single experimental snapshot
von: Kazarnikov, Alexey, et al.
Veröffentlicht: (2025)

A Transfer Learning Framework for Anomaly Detection in Multivariate IoT Traffic Data
von: Rezakhani, Mahshid, et al.
Veröffentlicht: (2025)

Multivariate Time Series Anomaly Detection in Industry 5.0
von: Colombi, Lorenzo, et al.
Veröffentlicht: (2025)

Uncertainty Quantification in Portfolio Temperature Alignment
von: Weichel, Hendrik, et al.
Veröffentlicht: (2024)

Improved Weak Lensing Photometric Redshift Calibration via StratLearn and Hierarchical Modeling
von: Autenrieth, Maximilian, et al.
Veröffentlicht: (2024)

Quantum Support Vector Regression for Robust Anomaly Detection
von: Tscharke, Kilian, et al.
Veröffentlicht: (2025)

On the effects of parameters on galaxy properties in CAMELS and the predictability of $Ω_{\rm m}$
von: Contardo, Gabriella, et al.
Veröffentlicht: (2025)

ARTA: Adversarial-Robust Multivariate Time--Series Anomaly Detection via Sparsity-Constrained Perturbations
von: Hojjati, Hadi, et al.
Veröffentlicht: (2026)

Constraining Anomaly Detection with Anomaly-Free Regions
von: Toller, Maximilian, et al.
Veröffentlicht: (2024)

Benchmarking Unsupervised Strategies for Anomaly Detection in Multivariate Time Series
von: Boggia, Laura, et al.
Veröffentlicht: (2025)

Protocols for Quantum Weak Coin Flipping
von: Arora, Atul Singh, et al.
Veröffentlicht: (2024)

Ready to Flip a Coin … Twice?
Veröffentlicht: (2025)

StratLearn-z: Improved photo-$z$ estimation from spectroscopic data subject to selection effects
von: Moretti, Chiara, et al.
Veröffentlicht: (2024)

A Data-Driven Search For Mid-Infrared Excesses Among Five Million Main-Sequence FGK Stars
von: Contardo, Gabriella, et al.
Veröffentlicht: (2024)