:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Vares, Fatemeh, Johnson, Brittany
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning D.2.2; I.2.6
Online-Zugang:	https://arxiv.org/abs/2504.17946
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

LLM Agents for Generating Microservice-based Applications: how complex is your specification?
von: Yellin, Daniel M.
Veröffentlicht: (2025)

Optimizing Job Allocation using Reinforcement Learning with Graph Neural Networks
von: Quaedvlieg, Lars C. P. M.
Veröffentlicht: (2025)

Provable Fairness Repair for Deep Neural Networks
von: Ma, Jianan, et al.
Veröffentlicht: (2026)

Deriving Coding-Specific Sub-Models from LLMs using Resource-Efficient Pruning
von: Puccioni, Laura, et al.
Veröffentlicht: (2025)

Reinforcement Learning for Dynamic Workflow Optimization in CI/CD Pipelines
von: Soni, Aniket Abhishek, et al.
Veröffentlicht: (2026)

Scattered Forest Search: Smarter Code Space Exploration with LLMs
von: Light, Jonathan, et al.
Veröffentlicht: (2024)

Hidden Failure Modes of Gradient Modification under Adam in Continual Learning, and Adaptive Decoupled Moment Routing as a Repair
von: Hu, Yuelin, et al.
Veröffentlicht: (2026)

Optimizing Large Language Models for OpenAPI Code Completion
von: Petryshyn, Bohdan, et al.
Veröffentlicht: (2024)

Predictable Gradient Manifolds in Deep Learning: Temporal Path-Length and Intrinsic Rank as a Complexity Regime
von: Calvo, Anherutowa
Veröffentlicht: (2026)

DELTA: Variational Disentangled Learning for Privacy-Preserving Data Reprogramming
von: Malarkkan, Arun Vignesh, et al.
Veröffentlicht: (2025)

Graph Neural Networks are Heuristics
von: Min, Yimeng, et al.
Veröffentlicht: (2026)

Towards Generative Ray Path Sampling for Faster Point-to-Point Ray Tracing
von: Eertmans, Jérome, et al.
Veröffentlicht: (2024)

Transform-Invariant Generative Ray Path Sampling for Efficient Radio Propagation Modeling
von: Eertmans, Jérome, et al.
Veröffentlicht: (2026)

Recurrent Memory-Augmented Transformers with Chunked Attention for Long-Context Language Modeling
von: Kashyap, Ankit
Veröffentlicht: (2025)

StepScorer: Accelerating Reinforcement Learning with Step-wise Scoring and Psychological Regret Modeling
von: Xu, Zhe
Veröffentlicht: (2026)

Intervention-Assisted Policy Gradient Methods for Online Stochastic Queuing Network Optimization: Technical Report
von: Wigmore, Jerrod, et al.
Veröffentlicht: (2024)

MR-GNF: Multi-Resolution Graph Neural Forecasting on Ellipsoidal Meshes for Efficient Regional Weather Prediction
von: Shchur, Andrii, et al.
Veröffentlicht: (2026)

S$^3$: Structured Sparsity Specification
von: Ghriss, Ayoub
Veröffentlicht: (2026)

PYTHALAB-MERA: Validation-Grounded Memory, Retrieval, and Acceptance Control for Frozen-LLM Coding Agents
von: Iscan, Mehmet
Veröffentlicht: (2026)

Mining Subscenario Refactoring Opportunities in Behaviour-Driven Software Test Suites: ML Classifiers and LLM-Judge Baselines
von: Mughal, Ali Hassaan, et al.
Veröffentlicht: (2026)

L2MAC: Large Language Model Automatic Computer for Extensive Code Generation
von: Holt, Samuel, et al.
Veröffentlicht: (2023)

VulScribeR: Exploring RAG-based Vulnerability Augmentation with LLMs
von: Daneshvar, Seyed Shayan, et al.
Veröffentlicht: (2024)

Front-door Reducibility: Reducing ADMGs to the Standard Front-door Setting via a Graphical Criterion
von: Mao, Jianqiao, et al.
Veröffentlicht: (2025)

Learning Nonlinear Regime Transitions via Semi-Parametric State-Space Models
von: Hiremath, Prakul Sunil
Veröffentlicht: (2026)

Unified Unbiased Variance Estimation for Maximum Mean Discrepancy: Robust Finite-Sample Performance with Imbalanced Data and Exact Acceleration under Null and Alternative Hypotheses
von: Zhong, Shijie, et al.
Veröffentlicht: (2026)

Time-to-Injury Forecasting in Elite Female Football: A DeepHit Survival Approach
von: Catterall, Victoria, et al.
Veröffentlicht: (2026)

Merge-Bench: Resolve Merge Conflicts with Large Language Models
von: Schesch, Benedikt, et al.
Veröffentlicht: (2026)

A Grammar of Machine Learning Workflows: Rejecting Data Leakage at Call Time
von: Roth, Simon
Veröffentlicht: (2026)

Causal Parametric Drift Simulation: A Digital Twin Framework for Classifier Robustness Evaluation
von: Lafrance, Julien, et al.
Veröffentlicht: (2026)

A Prescriptive Framework for Determining Optimal Days for Short-Term Traffic Counts
von: Mukwaya, Arthur, et al.
Veröffentlicht: (2025)

CLGNN: A Contrastive Learning-based GNN Model for Betweenness Centrality Prediction on Temporal Graphs
von: Zhang, Tianming, et al.
Veröffentlicht: (2025)

AI2T: Building Trustable AI Tutors by Interactively Teaching a Self-Aware Learning Agent
von: Weitekamp, Daniel, et al.
Veröffentlicht: (2024)

Fusing Rewards and Preferences in Reinforcement Learning
von: Khorasani, Sadegh, et al.
Veröffentlicht: (2025)

Graph Neural Network Based Action Ranking for Planning
von: Mangannavar, Rajesh, et al.
Veröffentlicht: (2024)

The Final-Stage Bottleneck: A Systematic Dissection of the R-Learner for Network Causal Inference
von: Sairam, S, et al.
Veröffentlicht: (2025)

Exploring Neural Granger Causality with xLSTMs: Unveiling Temporal Dependencies in Complex Data
von: Poonia, Harsh, et al.
Veröffentlicht: (2025)

AI-assisted JSON Schema Creation and Mapping
von: Neubauer, Felix, et al.
Veröffentlicht: (2025)

On the approximation capability of GNNs in node classification/regression tasks
von: D'Inverno, Giuseppe Alessio, et al.
Veröffentlicht: (2021)

Understanding Boolean Function Learnability on Deep Neural Networks: PAC Learning Meets Neurosymbolic Models
von: Nicolau, Marcio, et al.
Veröffentlicht: (2020)

Understanding and Tackling Over-Dilution in Graph Neural Networks
von: Lee, Junhyun, et al.
Veröffentlicht: (2025)