Buchumschlag

Maximally Useful and Minimally Redundant: The Key to Self Supervised Learning for Imbalanced Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sharma, Yash Kumar, Padmanabhan, Vineet
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Self supervised learning framework for imbalanced medical imaging datasets
von: Sharma, Yash Kumar, et al.
Veröffentlicht: (2026)

A Large-Scale Analysis on Contextual Self-Supervised Video Representation Learning
von: Kumar, Akash, et al.
Veröffentlicht: (2025)

RICASSO: Reinforced Imbalance Learning with Class-Aware Self-Supervised Outliers Exposure
von: Zhang, Xuan, et al.
Veröffentlicht: (2024)

Information-Maximized Soft Variable Discretization for Self-Supervised Image Representation Learning
von: Niu, Chuang, et al.
Veröffentlicht: (2025)

Explicit Mutual Information Maximization for Self-Supervised Learning
von: Chang, Lele, et al.
Veröffentlicht: (2024)

Balanced Sharpness-Aware Minimization for Imbalanced Regression
von: Liu, Yahao, et al.
Veröffentlicht: (2025)

LookSharp: Attention Entropy Minimization for Test-Time Adaptation
von: Mali, Yash, et al.
Veröffentlicht: (2025)

Sampling Control for Imbalanced Calibration in Semi-Supervised Learning
von: Tian, Senmao, et al.
Veröffentlicht: (2025)

Understanding Depth and Height Perception in Large Visual-Language Models
von: Azad, Shehreen, et al.
Veröffentlicht: (2024)

LCGC: Learning from Consistency Gradient Conflicting for Class-Imbalanced Semi-Supervised Debiasing
von: Xing, Weiwei, et al.
Veröffentlicht: (2025)

CDMAD: Class-Distribution-Mismatch-Aware Debiasing for Class-Imbalanced Semi-Supervised Learning
von: Lee, Hyuck, et al.
Veröffentlicht: (2024)

Self-Supervised Multimodal NeRF for Autonomous Driving
von: Sharma, Gaurav, et al.
Veröffentlicht: (2025)

To Supervise or Not to Supervise: Understanding and Addressing the Key Challenges of Point Cloud Transfer Learning
von: Hadgi, Souhail, et al.
Veröffentlicht: (2024)

TRIM: A Self-Supervised Video Summarization Framework Maximizing Temporal Relative Information and Representativeness
von: Mishra, Pritam, et al.
Veröffentlicht: (2025)

Pix2Key: Controllable Open-Vocabulary Retrieval with Semantic Decomposition and Self-Supervised Visual Dictionary Learning
von: Wei, Guoyizhe, et al.
Veröffentlicht: (2026)

Learning Dense Hand Contact Estimation from Imbalanced Data
von: Jung, Daniel Sungho, et al.
Veröffentlicht: (2025)

PEEKABOO: Interactive Video Generation via Masked-Diffusion
von: Jain, Yash, et al.
Veröffentlicht: (2023)

Contextual Self-paced Learning for Weakly Supervised Spatio-Temporal Video Grounding
von: Kumar, Akash, et al.
Veröffentlicht: (2025)

SelfMAD: Enhancing Generalization and Robustness in Morphing Attack Detection via Self-Supervised Learning
von: Ivanovska, Marija, et al.
Veröffentlicht: (2025)

Self-Supervised Learning for Medical Image Data with Anatomy-Oriented Imaging Planes
von: Zhang, Tianwei, et al.
Veröffentlicht: (2024)

Cardiac Output Prediction from Echocardiograms: Self-Supervised Learning with Limited Data
von: Duarte, Adson, et al.
Veröffentlicht: (2026)

Intrinsic Self-Supervision for Data Quality Audits
von: Gröger, Fabian, et al.
Veröffentlicht: (2023)

Automated Measurement of Eczema Severity with Self-Supervised Learning
von: Kumar, Neelesh, et al.
Veröffentlicht: (2025)

Leveraging Label Proportion Prior for Class-Imbalanced Semi-Supervised Learning
von: Akiba, Kohki, et al.
Veröffentlicht: (2026)

Collecting Consistently High Quality Object Tracks with Minimal Human Involvement by Using Self-Supervised Learning to Detect Tracker Errors
von: Anjum, Samreen, et al.
Veröffentlicht: (2024)

Diminishing Returns in Self-Supervised Learning
von: Bridge, Oli, et al.
Veröffentlicht: (2025)

Information Flow in Self-Supervised Learning
von: Tan, Zhiquan, et al.
Veröffentlicht: (2023)

On the Discriminability of Self-Supervised Representation Learning
von: Song, Zeen, et al.
Veröffentlicht: (2024)

Multi-Task Learning for Robot Perception with Imbalanced Data
von: Erkent, Ozgur
Veröffentlicht: (2026)

Class-Imbalanced Semi-Supervised Learning for Large-Scale Point Cloud Semantic Segmentation via Decoupling Optimization
von: Li, Mengtian, et al.
Veröffentlicht: (2024)

EASE: Embodied Active Event Perception via Self-Supervised Energy Minimization
von: Chen, Zhou, et al.
Veröffentlicht: (2025)

Self-Supervised Learning for Knee Osteoarthritis: Diagnostic Limitations and Prognostic Value of Hospital Data
von: Rajamohan, Haresh Rengaraj, et al.
Veröffentlicht: (2026)

Self-Supervised Federated Learning under Data Heterogeneity for Label-Scarce Diatom Classification
von: Tan, Mingkun, et al.
Veröffentlicht: (2026)

Self-Supervised Learning for Interventional Image Analytics: Towards Robust Device Trackers
von: Islam, Saahil, et al.
Veröffentlicht: (2024)

Conformal-in-the-Loop for Learning with Imbalanced Noisy Data
von: Graham-Knight, John Brandon, et al.
Veröffentlicht: (2024)

An Embarrassingly Simple Baseline for Imbalanced Semi-Supervised Learning
von: Chen, Hao, et al.
Veröffentlicht: (2022)

Modeling and Measuring Redundancy in Multisource Multimodal Data for Autonomous Driving
von: Zhou, Yuhan, et al.
Veröffentlicht: (2026)

Information Maximization for Long-Tailed Semi-Supervised Domain Generalization
von: Fillioux, Leo, et al.
Veröffentlicht: (2026)

Evolved Hierarchical Masking for Self-Supervised Learning
von: Feng, Zhanzhou, et al.
Veröffentlicht: (2025)

Adapting Self-Supervised Learning for Computational Pathology
von: Zimmermann, Eric, et al.
Veröffentlicht: (2024)