Buchumschlag

RFOD: Random Forest-based Outlier Detection for Tabular Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ang, Yihao, Yao, Peicheng, Bao, Yifan, Feng, Yushuo, Huang, Qiang, Tung, Anthony K. H., Huang, Zhiyong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Databases
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Towards Controllable Time Series Generation
von: Bao, Yifan, et al.
Veröffentlicht: (2024)

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Trading Vector Data in Vector Databases
von: Cheng, Jin, et al.
Veröffentlicht: (2025)

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