Salvato in:
| Autori principali: | Kishanthan, Sukumar, Hevapathige, Asela |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2512.20006 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Deep Learning Meets Oversampling: A Learning Framework to Handle Imbalanced Classification
di: Kishanthan, Sukumar, et al.
Pubblicazione: (2025)
di: Kishanthan, Sukumar, et al.
Pubblicazione: (2025)
AxelSMOTE: An Agent-Based Oversampling Algorithm for Imbalanced Classification
di: Kishanthan, Sukumar, et al.
Pubblicazione: (2025)
di: Kishanthan, Sukumar, et al.
Pubblicazione: (2025)
Large Language Models for Math Education in Low-Resource Languages: A Study in Sinhala and Tamil
di: Kishanthan, Sukumar, et al.
Pubblicazione: (2026)
di: Kishanthan, Sukumar, et al.
Pubblicazione: (2026)
Bridging Computational Social Science and Deep Learning: Cultural Dissemination-Inspired Graph Neural Networks
di: Hevapathige, Asela
Pubblicazione: (2025)
di: Hevapathige, Asela
Pubblicazione: (2025)
Permutation-Invariant Graph Partitioning:How Graph Neural Networks Capture Structural Interactions?
di: Hevapathige, Asela, et al.
Pubblicazione: (2023)
di: Hevapathige, Asela, et al.
Pubblicazione: (2023)
From Specification to Architecture: A Theory Compiler for Knowledge-Guided Machine Learning
di: Hevapathige, Asela, et al.
Pubblicazione: (2026)
di: Hevapathige, Asela, et al.
Pubblicazione: (2026)
Graph Neural Diffusion via Generalized Opinion Dynamics
di: Hevapathige, Asela, et al.
Pubblicazione: (2025)
di: Hevapathige, Asela, et al.
Pubblicazione: (2025)
Beyond Fixed Depth: Adaptive Graph Neural Networks for Node Classification Under Varying Homophily
di: Hevapathige, Asela, et al.
Pubblicazione: (2025)
di: Hevapathige, Asela, et al.
Pubblicazione: (2025)
Depth-Adaptive Graph Neural Networks via Learnable Bakry-'Emery Curvature
di: Hevapathige, Asela, et al.
Pubblicazione: (2025)
di: Hevapathige, Asela, et al.
Pubblicazione: (2025)
DeepSN: A Sheaf Neural Framework for Influence Maximization
di: Hevapathige, Asela, et al.
Pubblicazione: (2024)
di: Hevapathige, Asela, et al.
Pubblicazione: (2024)
Invariant-Stratified Propagation for Expressive Graph Neural Networks
di: Hevapathige, Asela, et al.
Pubblicazione: (2026)
di: Hevapathige, Asela, et al.
Pubblicazione: (2026)
Arch-VQ: Discrete Architecture Representation Learning with Autoregressive Priors
di: Poddenige, Deshani Geethika, et al.
Pubblicazione: (2025)
di: Poddenige, Deshani Geethika, et al.
Pubblicazione: (2025)
Mildly Overparameterized ReLU Networks on Orthogonal Data: Incremental Learning and Implicit Bias
di: Town, James, et al.
Pubblicazione: (2026)
di: Town, James, et al.
Pubblicazione: (2026)
Hyperbolic Aware Minimization: Implicit Bias for Sparsity
di: Jacobs, Tom, et al.
Pubblicazione: (2025)
di: Jacobs, Tom, et al.
Pubblicazione: (2025)
Class-Imbalanced Graph Learning without Class Rebalancing
di: Liu, Zhining, et al.
Pubblicazione: (2023)
di: Liu, Zhining, et al.
Pubblicazione: (2023)
Bias-Corrected Data Synthesis for Imbalanced Learning
di: Lyu, Pengfei, et al.
Pubblicazione: (2025)
di: Lyu, Pengfei, et al.
Pubblicazione: (2025)
An Analytical Model for Overparameterized Learning Under Class Imbalance
di: Mor, Eliav, et al.
Pubblicazione: (2025)
di: Mor, Eliav, et al.
Pubblicazione: (2025)
Implementation of an Asymmetric Adjusted Activation Function for Class Imbalance Credit Scoring
di: Li, Xia, et al.
Pubblicazione: (2025)
di: Li, Xia, et al.
Pubblicazione: (2025)
Few-Shot Learning with Class Imbalance
di: Ochal, Mateusz, et al.
Pubblicazione: (2021)
di: Ochal, Mateusz, et al.
Pubblicazione: (2021)
Boundary-Aware Adversarial Filtering for Reliable Diagnosis under Extreme Class Imbalance
di: Yu, Yanxuan, et al.
Pubblicazione: (2025)
di: Yu, Yanxuan, et al.
Pubblicazione: (2025)
Balanced Data, Imbalanced Spectra: Unveiling Class Disparities with Spectral Imbalance
di: Kaushik, Chiraag, et al.
Pubblicazione: (2024)
di: Kaushik, Chiraag, et al.
Pubblicazione: (2024)
Mitigating Participation Imbalance Bias in Asynchronous Federated Learning
di: Chang, Xiangyu, et al.
Pubblicazione: (2025)
di: Chang, Xiangyu, et al.
Pubblicazione: (2025)
A Theoretical Analysis of the Learning Dynamics under Class Imbalance
di: Francazi, Emanuele, et al.
Pubblicazione: (2022)
di: Francazi, Emanuele, et al.
Pubblicazione: (2022)
Class-Imbalanced Complementary-Label Learning via Weighted Loss
di: Wei, Meng, et al.
Pubblicazione: (2022)
di: Wei, Meng, et al.
Pubblicazione: (2022)
Breaking the Prototype Bias Loop: Confidence-Aware Federated Contrastive Learning for Highly Imbalanced Clients
di: Wu, Tian-Shuang, et al.
Pubblicazione: (2026)
di: Wu, Tian-Shuang, et al.
Pubblicazione: (2026)
Group & Reweight: A Novel Cost-Sensitive Approach to Mitigating Class Imbalance in Network Traffic Classification
di: Du, Wumei, et al.
Pubblicazione: (2024)
di: Du, Wumei, et al.
Pubblicazione: (2024)
Beyond Synthetic Augmentation: Group-Aware Threshold Calibration for Robust Balanced Accuracy in Imbalanced Learning
di: Gittlin, Hunter
Pubblicazione: (2025)
di: Gittlin, Hunter
Pubblicazione: (2025)
Harmonized Gradient Descent for Class Imbalanced Data Stream Online Learning
di: Zhou, Han, et al.
Pubblicazione: (2025)
di: Zhou, Han, et al.
Pubblicazione: (2025)
Learning with Imbalanced Noisy Data by Preventing Bias in Sample Selection
di: Liu, Huafeng, et al.
Pubblicazione: (2024)
di: Liu, Huafeng, et al.
Pubblicazione: (2024)
The Implicit Bias of Logit Regularization
di: Beck, Alon, et al.
Pubblicazione: (2026)
di: Beck, Alon, et al.
Pubblicazione: (2026)
DAMEL: Dual-Axis Multi-Expert Learning for Class-Imbalanced Learning
di: Lee, Hyuck, et al.
Pubblicazione: (2026)
di: Lee, Hyuck, et al.
Pubblicazione: (2026)
Temporal Imbalance of Positive and Negative Supervision in Class-Incremental Learning
di: Ma, Jinge, et al.
Pubblicazione: (2026)
di: Ma, Jinge, et al.
Pubblicazione: (2026)
Fair Anomaly Detection For Imbalanced Groups
di: Wu, Ziwei, et al.
Pubblicazione: (2024)
di: Wu, Ziwei, et al.
Pubblicazione: (2024)
Framework for Co-distillation Driven Federated Learning to Address Class Imbalance in Healthcare
di: Racha, Suraj, et al.
Pubblicazione: (2024)
di: Racha, Suraj, et al.
Pubblicazione: (2024)
DCAST: Diverse Class-Aware Self-Training Mitigates Selection Bias for Fairer Learning
di: Tepeli, Yasin I., et al.
Pubblicazione: (2024)
di: Tepeli, Yasin I., et al.
Pubblicazione: (2024)
Beyond Implicit Bias: The Insignificance of SGD Noise in Online Learning
di: Vyas, Nikhil, et al.
Pubblicazione: (2023)
di: Vyas, Nikhil, et al.
Pubblicazione: (2023)
Comparative Evaluation of Machine Learning Approaches for Minority-Class Financial Distress Prediction Under Class Imbalance Constraints
di: Sehgal, Karan, et al.
Pubblicazione: (2026)
di: Sehgal, Karan, et al.
Pubblicazione: (2026)
Class Uncertainty: A Measure to Mitigate Class Imbalance
di: Baltaci, Z. S., et al.
Pubblicazione: (2023)
di: Baltaci, Z. S., et al.
Pubblicazione: (2023)
Optimal Implicit Bias in Linear Regression
di: Varma, Kanumuri Nithin, et al.
Pubblicazione: (2025)
di: Varma, Kanumuri Nithin, et al.
Pubblicazione: (2025)
The Implicit Bias of Adam on Separable Data
di: Zhang, Chenyang, et al.
Pubblicazione: (2024)
di: Zhang, Chenyang, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Deep Learning Meets Oversampling: A Learning Framework to Handle Imbalanced Classification
di: Kishanthan, Sukumar, et al.
Pubblicazione: (2025) -
AxelSMOTE: An Agent-Based Oversampling Algorithm for Imbalanced Classification
di: Kishanthan, Sukumar, et al.
Pubblicazione: (2025) -
Large Language Models for Math Education in Low-Resource Languages: A Study in Sinhala and Tamil
di: Kishanthan, Sukumar, et al.
Pubblicazione: (2026) -
Bridging Computational Social Science and Deep Learning: Cultural Dissemination-Inspired Graph Neural Networks
di: Hevapathige, Asela
Pubblicazione: (2025) -
Permutation-Invariant Graph Partitioning:How Graph Neural Networks Capture Structural Interactions?
di: Hevapathige, Asela, et al.
Pubblicazione: (2023)