Copertina

RFOD: Random Forest-based Outlier Detection for Tabular Data

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Ang, Yihao, Yao, Peicheng, Bao, Yifan, Feng, Yushuo, Huang, Qiang, Tung, Anthony K. H., Huang, Zhiyong
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Databases
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Towards Controllable Time Series Generation
di: Bao, Yifan, et al.
Pubblicazione: (2024)

CTBench: Cryptocurrency Time Series Generation Benchmark
di: Ang, Yihao, et al.
Pubblicazione: (2025)

From Zero to Hero: Detecting Leaked Data through Synthetic Data Injection and Model Querying
di: Wu, Biao, et al.
Pubblicazione: (2023)

Weight-Informed Self-Explaining Clustering for Mixed-Type Tabular Data
di: Li, Lehao, et al.
Pubblicazione: (2026)

TabularMark: Watermarking Tabular Datasets for Machine Learning
di: Zheng, Yihao, et al.
Pubblicazione: (2024)

Hierarchical Conditional Tabular GAN for Multi-Tabular Synthetic Data Generation
di: Ågren, Wilhelm, et al.
Pubblicazione: (2024)

TODS: An Automated Time Series Outlier Detection System
di: Lai, Kwei-Herng, et al.
Pubblicazione: (2020)

TabSketchFM: Sketch-based Tabular Representation Learning for Data Discovery over Data Lakes
di: Khatiwada, Aamod, et al.
Pubblicazione: (2024)

Cross-table Synthetic Tabular Data Detection
di: Kindji, G. Charbel N., et al.
Pubblicazione: (2024)

Robust Detection of Synthetic Tabular Data under Schema Variability
di: Kindji, G. Charbel N., et al.
Pubblicazione: (2025)

Automatic Unsupervised Ensemble Outlier Model Selection--Extended Version
di: Phan, Hong-Phuc, et al.
Pubblicazione: (2026)

Synthetic Tabular Data Detection In the Wild
di: Kindji, G. Charbel N., et al.
Pubblicazione: (2025)

GAN-based Tabular Data Generator for Constructing Synopsis in Approximate Query Processing: Challenges and Solutions
di: Fallahian, Mohammadali, et al.
Pubblicazione: (2022)

FeatNavigator: Automatic Feature Augmentation on Tabular Data
di: Liang, Jiaming, et al.
Pubblicazione: (2024)

Exploring the Heterogeneity of Tabular Data: A Diversity-aware Data Generator via LLMs
di: Tang, Yafeng, et al.
Pubblicazione: (2025)

Systematic Assessment of Tabular Data Synthesis
di: Du, Yuntao, et al.
Pubblicazione: (2024)

Towards Universal Tabular Embeddings: A Benchmark Across Data Tasks
di: Vogel, Liane, et al.
Pubblicazione: (2026)

SemPipes -- Optimizable Semantic Data Operators for Tabular Machine Learning Pipelines
di: Ovcharenko, Olga, et al.
Pubblicazione: (2026)

Diversity-Aware $k$-Maximum Inner Product Search Revisited
di: Huang, Qiang, et al.
Pubblicazione: (2024)

SimClone: Detecting Tabular Data Clones using Value Similarity
di: Yang, Xu, et al.
Pubblicazione: (2024)

C$^{2}$TC: A Training-Free Framework for Efficient Tabular Data Condensation
di: Xu, Sijia, et al.
Pubblicazione: (2026)

Datum-wise Transformer for Synthetic Tabular Data Detection in the Wild
di: Kindji, G. Charbel N., et al.
Pubblicazione: (2025)

CuTS: Customizable Tabular Synthetic Data Generation
di: Vero, Mark, et al.
Pubblicazione: (2023)

An Encode-then-Decompose Approach to Unsupervised Time Series Anomaly Detection on Contaminated Training Data--Extended Version
di: Zhang, Buang, et al.
Pubblicazione: (2025)

TableGPT2: A Large Multimodal Model with Tabular Data Integration
di: Su, Aofeng, et al.
Pubblicazione: (2024)

Towards Synthesizing High-Dimensional Tabular Data with Limited Samples
di: Li, Zuqing, et al.
Pubblicazione: (2025)

DiffImpute: Tabular Data Imputation With Denoising Diffusion Probabilistic Model
di: Wen, Yizhu, et al.
Pubblicazione: (2024)

Tabular Data Understanding with LLMs: A Survey of Recent Advances and Challenges
di: Wu, Xiaofeng, et al.
Pubblicazione: (2025)

DEREC-SIMPRO: unlock Language Model benefits to advance Synthesis in Data Clean Room
di: Kwok, Tung Sum Thomas, et al.
Pubblicazione: (2024)

Learning from Anonymized and Incomplete Tabular Data
di: Lange, Lucas, et al.
Pubblicazione: (2026)

Tabular Data Augmentation for Machine Learning: Progress and Prospects of Embracing Generative AI
di: Cui, Lingxi, et al.
Pubblicazione: (2024)

Position: Foundation Models for Tabular Data within Systemic Contexts Need Grounding
di: Klein, Tassilo, et al.
Pubblicazione: (2025)

QCore: Data-Efficient, On-Device Continual Calibration for Quantized Models -- Extended Version
di: Campos, David, et al.
Pubblicazione: (2024)

PyTorch Frame: A Modular Framework for Multi-Modal Tabular Learning
di: Hu, Weihua, et al.
Pubblicazione: (2024)

A Unified Replay-based Continuous Learning Framework for Spatio-Temporal Prediction on Streaming Data
di: Miao, Hao, et al.
Pubblicazione: (2024)

ScaleDoc: Scaling LLM-based Predicates over Large Document Collections
di: Zhang, Hengrui, et al.
Pubblicazione: (2025)

Auto-FP: An Experimental Study of Automated Feature Preprocessing for Tabular Data
di: Qi, Danrui, et al.
Pubblicazione: (2023)

Learning-based Sketches for Frequency Estimation in Data Streams without Ground Truth
di: Yuan, Xinyu, et al.
Pubblicazione: (2024)

Trading Vector Data in Vector Databases
di: Cheng, Jin, et al.
Pubblicazione: (2025)

Budgeted Spatial Data Acquisition: When Coverage and Connectivity Matter
di: Yang, Wenzhe, et al.
Pubblicazione: (2024)