Buchumschlag

Unified Class and Domain Incremental Learning with Mixture of Experts for Indoor Localization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Singampalli, Akhil, Pasricha, Sudeep
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DAILOC: Domain-Incremental Learning for Indoor Localization using Smartphones
von: Singampalli, Akhil, et al.
Veröffentlicht: (2025)

ARMOR: Adaptive Resilience Against Model Poisoning Attacks in Continual Federated Learning for Mobile Indoor Localization
von: Gufran, Danish, et al.
Veröffentlicht: (2026)

SAFELOC: Overcoming Data Poisoning Attacks in Heterogeneous Federated Machine Learning for Indoor Localization
von: Singampalli, Akhil, et al.
Veröffentlicht: (2024)

AI and Machine Learning Driven Indoor Localization and Navigation with Mobile Embedded Systems
von: Pasricha, Sudeep
Veröffentlicht: (2024)

Towards Explainable Indoor Localization: Interpreting Neural Network Learning on Wi-Fi Fingerprints Using Logic Gates
von: Gufran, Danish, et al.
Veröffentlicht: (2025)

GATE: Graph Attention Neural Networks with Real-Time Edge Construction for Robust Indoor Localization using Mobile Embedded Devices
von: Gufran, Danish, et al.
Veröffentlicht: (2025)

SANGRIA: Stacked Autoencoder Neural Networks with Gradient Boosting for Indoor Localization
von: Gufran, Danish, et al.
Veröffentlicht: (2024)

CAFEEN: A Cooperative Approach for Energy Efficient NoCs with Multi-Agent Reinforcement Learning
von: Khan, Kamil, et al.
Veröffentlicht: (2024)

Game-Theoretic Deep Reinforcement Learning to Minimize Carbon Emissions and Energy Costs for AI Inference Workloads in Geo-Distributed Data Centers
von: Hogade, Ninad, et al.
Veröffentlicht: (2024)

SamBaTen: Sampling-based Batch Incremental Tensor Decomposition
von: Gujral, Ekta, et al.
Veröffentlicht: (2017)

UPAQ: A Framework for Real-Time and Energy-Efficient 3D Object Detection in Autonomous Vehicles
von: Balasubramaniam, Abhishek, et al.
Veröffentlicht: (2025)

Not All Models Suit Expert Offloading: On Local Routing Consistency of Mixture-of-Expert Models
von: Liang, Jingcong, et al.
Veröffentlicht: (2025)

Theory on Mixture-of-Experts in Continual Learning
von: Li, Hongbo, et al.
Veröffentlicht: (2024)

An experimental approach on Few Shot Class Incremental Learning
von: Adam, Marinela
Veröffentlicht: (2025)

Fair Class-Incremental Learning using Sample Weighting
von: Park, Jaeyoung, et al.
Veröffentlicht: (2024)

Few-Shot Class-Incremental Learning with Prior Knowledge
von: Jiang, Wenhao, et al.
Veröffentlicht: (2024)

Joint Input and Output Coordination for Class-Incremental Learning
von: Wang, Shuai, et al.
Veröffentlicht: (2024)

NTK-Guided Few-Shot Class Incremental Learning
von: Liu, Jingren, et al.
Veröffentlicht: (2024)

Revisiting Incremental Stochastic Majorization-Minimization Algorithms with Applications to Mixture of Experts
von: Tran, TrungKhang, et al.
Veröffentlicht: (2026)

Mixture-of-Experts Meets In-Context Reinforcement Learning
von: Wu, Wenhao, et al.
Veröffentlicht: (2025)

The Illusion of Specialization: Unveiling the Domain-Invariant "Standing Committee" in Mixture-of-Experts Models
von: Wang, Yan, et al.
Veröffentlicht: (2026)

Balanced Online Class-Incremental Learning via Dual Classifiers
von: Wen, Shunjie, et al.
Veröffentlicht: (2025)

Temporal Imbalance of Positive and Negative Supervision in Class-Incremental Learning
von: Ma, Jinge, et al.
Veröffentlicht: (2026)

Causally Sufficient and Necessary Feature Expansion for Class-Incremental Learning
von: Zhang, Zhen, et al.
Veröffentlicht: (2026)

An Efficient Replay for Class-Incremental Learning with Pre-trained Models
von: Yin, Weimin, et al.
Veröffentlicht: (2024)

Mixture of Raytraced Experts
von: Perin, Andrea, et al.
Veröffentlicht: (2025)

Optical Computing for Deep Neural Network Acceleration: Foundations, Recent Developments, and Emerging Directions
von: Pasricha, Sudeep
Veröffentlicht: (2024)

SENTINEL: Securing Indoor Localization against Adversarial Attacks with Capsule Neural Networks
von: Gufran, Danish, et al.
Veröffentlicht: (2024)

Continual Knowledge Consolidation LORA for Domain Incremental Learning
von: Paeedeh, Naeem, et al.
Veröffentlicht: (2025)

Mixture of Experts in a Mixture of RL settings
von: Willi, Timon, et al.
Veröffentlicht: (2024)

Speculating Experts Accelerates Inference for Mixture-of-Experts
von: Madan, Vivan, et al.
Veröffentlicht: (2026)

MoFE-Time: Mixture of Frequency Domain Experts for Time-Series Forecasting Models
von: Liu, Yiwen, et al.
Veröffentlicht: (2025)

MIDG: Mixture of Invariant Experts with knowledge injection for Domain Generalization in Multimodal Sentiment Analysis
von: Li, Yangle, et al.
Veröffentlicht: (2025)

Efficient Single-Step Framework for Incremental Class Learning in Neural Networks
von: Dopico-Castro, Alejandro, et al.
Veröffentlicht: (2025)

PTMs-TSCIL Pre-Trained Models Based Class-Incremental Learning
von: Wu, Yuanlong, et al.
Veröffentlicht: (2025)

Data-Free Generative Replay for Class-Incremental Learning on Imbalanced Data
von: Younis, Sohaib, et al.
Veröffentlicht: (2024)

Few-Shot Class-Incremental Learning with Non-IID Decentralized Data
von: Liu, Cuiwei, et al.
Veröffentlicht: (2024)

Few-Shot Class Incremental Learning via Robust Transformer Approach
von: Paeedeh, Naeem, et al.
Veröffentlicht: (2024)

An Efficient Memory Module for Graph Few-Shot Class-Incremental Learning
von: Li, Dong, et al.
Veröffentlicht: (2024)

Machine and Deep Learning for Indoor UWB Jammer Localization
von: Fard, Hamed, et al.
Veröffentlicht: (2025)