Buchumschlag

Data-Augmented Few-Shot Neural Emulator for Computer-Model System Identification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jantre, Sanket, Akhare, Deepak, Wang, Zhiyuan, Qian, Xiaoning, Urban, Nathan M.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Spike-and-slab shrinkage priors for structurally sparse Bayesian neural networks
von: Jantre, Sanket, et al.
Veröffentlicht: (2023)

Uncertainty-Aware Adaptation of Large Language Models for Protein-Protein Interaction Analysis
von: Jantre, Sanket, et al.
Veröffentlicht: (2025)

DiffHybrid-UQ: Uncertainty Quantification for Differentiable Hybrid Neural Modeling
von: Akhare, Deepak, et al.
Veröffentlicht: (2023)

Implicit Neural Differential Model for Spatiotemporal Dynamics
von: Akhare, Deepak, et al.
Veröffentlicht: (2025)

Learning DAGs from Data with Few Root Causes
von: Misiakos, Panagiotis, et al.
Veröffentlicht: (2023)

Evaluating the Effectiveness of Index-Based Treatment Allocation
von: Boehmer, Niclas, et al.
Veröffentlicht: (2024)

Causal Identification in Time Series Models
von: Jahn, Erik, et al.
Veröffentlicht: (2025)

Generative Augmented Inference
von: Lu, Cheng, et al.
Veröffentlicht: (2026)

Exploring Multi-Modal Data with Tool-Augmented LLM Agents for Precise Causal Discovery
von: Shen, ChengAo, et al.
Veröffentlicht: (2024)

Augmenting Limited and Biased RCTs through Pseudo-Sample Matching-Based Observational Data Fusion Method
von: Han, Kairong, et al.
Veröffentlicht: (2025)

Learning from Double Positive and Unlabeled Data for Potential-Customer Identification
von: Kato, Masahiro, et al.
Veröffentlicht: (2025)

Toward a Theory of Causation for Interpreting Neural Code Models
von: Palacio, David N., et al.
Veröffentlicht: (2023)

RealTCD: Temporal Causal Discovery from Interventional Data with Large Language Model
von: Li, Peiwen, et al.
Veröffentlicht: (2024)

s-ID: Causal Effect Identification in a Sub-Population
von: Abouei, Amir Mohammad, et al.
Veröffentlicht: (2023)

Fast Proxy Experiment Design for Causal Effect Identification
von: Elahi, Sepehr, et al.
Veröffentlicht: (2024)

Weak Supervision Performance Evaluation via Partial Identification
von: Polo, Felipe Maia, et al.
Veröffentlicht: (2023)

Comparing Foundation Models using Data Kernels
von: Duderstadt, Brandon, et al.
Veröffentlicht: (2023)

Towards a holistic understanding of Selection Bias for Causal Effect Identification
von: Qiu, Yiwen, et al.
Veröffentlicht: (2026)

Enhancing the Performance of Neural Networks Through Causal Discovery and Integration of Domain Knowledge
von: Zhang, Xiaoge, et al.
Veröffentlicht: (2023)

Neural Networks Decoded: Targeted and Robust Analysis of Neural Network Decisions via Causal Explanations and Reasoning
von: Diallo, Alec F., et al.
Veröffentlicht: (2024)

A Data-Driven Two-Phase Multi-Split Causal Ensemble Model for Time Series
von: Ma, Zhipeng, et al.
Veröffentlicht: (2024)

Causal Discovery from Heteroscedastic Stochastic Dynamical Systems under Imperfect Physical Models
von: Chen, Jianhong, et al.
Veröffentlicht: (2026)

Real-TabPFN: Improving Tabular Foundation Models via Continued Pre-training With Real-World Data
von: Garg, Anurag, et al.
Veröffentlicht: (2025)

TTCD:Transformer Integrated Temporal Causal Discovery from Non-Stationary Time Series Data
von: Faruque, Omar, et al.
Veröffentlicht: (2026)

Robust Classification of High-Dimensional Data using Data-Adaptive Energy Distance
von: Choudhury, Jyotishka Ray, et al.
Veröffentlicht: (2023)

Towards Learning and Explaining Indirect Causal Effects in Neural Networks
von: Reddy, Abbavaram Gowtham, et al.
Veröffentlicht: (2023)

A Framework for Nonstationary Gaussian Processes with Neural Network Parameters
von: James, Zachary, et al.
Veröffentlicht: (2025)

When Graph Neural Network Meets Causality: Opportunities, Methodologies and An Outlook
von: Jiang, Wenzhao, et al.
Veröffentlicht: (2023)

Optimizing Feature Selection in Causal Inference: A Three-Stage Computational Framework for Unbiased Estimation
von: Yang, Tianyu, et al.
Veröffentlicht: (2025)

Estimating and Mitigating the Congestion Effect of Curbside Pick-ups and Drop-offs: A Causal Inference Approach
von: Liu, Xiaohui, et al.
Veröffentlicht: (2022)

rSDNet: Unified Robust Neural Learning against Label Noise and Adversarial Attacks
von: Jana, Suryasis, et al.
Veröffentlicht: (2026)

Is Elo Rating Reliable? A Study Under Model Misspecification
von: Tang, Shange, et al.
Veröffentlicht: (2025)

Generalized Neyman Allocation for Locally Minimax Optimal Best-Arm Identification
von: Kato, Masahiro
Veröffentlicht: (2024)

C-LoRA: Contextual Low-Rank Adaptation for Uncertainty Estimation in Large Language Models
von: Rahmati, Amir Hossein, et al.
Veröffentlicht: (2025)

Federated Causal Inference from Observational Data
von: Vo, Thanh Vinh, et al.
Veröffentlicht: (2023)

Data-Driven Estimation of Heterogeneous Treatment Effects
von: Tran, Christopher, et al.
Veröffentlicht: (2023)

Model-Free Assessment of Simulator Fidelity via Quantile Curves
von: Iyengar, Garud, et al.
Veröffentlicht: (2025)

PCS Workflow for Veridical Data Science in the Age of AI
von: Rewolinski, Zachary T., et al.
Veröffentlicht: (2025)

Review for Handling Missing Data with special missing mechanism
von: Zhou, Youran, et al.
Veröffentlicht: (2024)

CrowdLLM: Building LLM-Based Digital Populations Augmented with Generative Models
von: Lin, Ryan Feng, et al.
Veröffentlicht: (2025)