Buchumschlag

Mitigating Long-Tailed Anomaly Score Distributions with Importance-Weighted Loss

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Jungi, Kim, Jungkwon, Zhang, Chi, Kim, Sangmin, Yoo, Kwangsun, Byun, Seok-Joo
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Anomaly Detection with Adaptive and Aggressive Rejection for Contaminated Training Data
von: Lee, Jungi, et al.
Veröffentlicht: (2025)

KD-EKF: Knowledge-Distilled Adaptive Covariance EKF for Robust UWB/PDR Indoor Localization
von: Yoo, Kyeonghyun, et al.
Veröffentlicht: (2026)

Mitigating Spurious Correlations via Disagreement Probability
von: Han, Hyeonggeun, et al.
Veröffentlicht: (2024)

Entropy Meets Importance: A Unified Head Importance-Entropy Score for Stable and Efficient Transformer Pruning
von: Choi, Minsik, et al.
Veröffentlicht: (2025)

OSDTW: Optimal Shared Depth and Task Weighting for Long-Tailed Recognition
von: Chu, Chang, et al.
Veröffentlicht: (2026)

Towards Improving Long-Tail Entity Predictions in Temporal Knowledge Graphs through Global Similarity and Weighted Sampling
von: Mirtaheri, Mehrnoosh, et al.
Veröffentlicht: (2025)

CASA: CNN Autoencoder-based Score Attention for Efficient Multivariate Long-term Time-series Forecasting
von: Lee, Minhyuk, et al.
Veröffentlicht: (2025)

Enhancing Anomaly Detection via Generating Diversified and Hard-to-distinguish Synthetic Anomalies
von: Kim, Hyuntae, et al.
Veröffentlicht: (2024)

From SHAP Scores to Feature Importance Scores
von: Letoffe, Olivier, et al.
Veröffentlicht: (2024)

Offline Policy Learning via Skill-step Abstraction for Long-horizon Goal-Conditioned Tasks
von: Kim, Donghoon, et al.
Veröffentlicht: (2024)

Parameter Efficient Mamba Tuning via Projector-targeted Diagonal-centric Linear Transformation
von: Ham, Seokil, et al.
Veröffentlicht: (2024)

Unveiling the Significance of Toddler-Inspired Reward Transition in Goal-Oriented Reinforcement Learning
von: Park, Junseok, et al.
Veröffentlicht: (2024)

TAET: Two-Stage Adversarial Equalization Training on Long-Tailed Distributions
von: YuHang, Wang, et al.
Veröffentlicht: (2025)

Performance Metric for Multiple Anomaly Score Distributions with Discrete Severity Levels
von: Yi, Wonjun, et al.
Veröffentlicht: (2024)

Label-based Graph Augmentation with Metapath for Graph Anomaly Detection
von: Kim, Hwan, et al.
Veröffentlicht: (2023)

Distribution-Aware Robust Learning from Long-Tailed Data with Noisy Labels
von: Baik, Jae Soon, et al.
Veröffentlicht: (2024)

Symmetric Reinforcement Learning Loss for Robust Learning on Diverse Tasks and Model Scales
von: Byun, Ju-Seung, et al.
Veröffentlicht: (2024)

Score-Regularized Joint Sampling with Importance Weights for Flow Matching
von: Liu, Xinshuang, et al.
Veröffentlicht: (2025)

Importance Analysis for Dynamic Control of Balancing Parameter in a Simple Knowledge Distillation Setting
von: Kim, Seongmin, et al.
Veröffentlicht: (2025)

CANDI: Curated Test-Time Adaptation for Multivariate Time-Series Anomaly Detection Under Distribution Shift
von: Kim, HyunGi, et al.
Veröffentlicht: (2026)

Hard-constraint physics-residual networks enable robust extrapolation for hydrogen crossover prediction in PEM water electrolyzers
von: Kim, Yong-Woon, et al.
Veröffentlicht: (2025)

MADCluster: Model-agnostic Anomaly Detection with Self-supervised Clustering Network
von: Lee, Sangyong, et al.
Veröffentlicht: (2025)

Adaptive Sparsified Graph Learning Framework for Vessel Behavior Anomalies
von: Kim, Jeehong, et al.
Veröffentlicht: (2025)

RL-BioAug: Label-Efficient Reinforcement Learning for Self-Supervised EEG Representation Learning
von: Lee, Cheol-Hui, et al.
Veröffentlicht: (2026)

LRQ: Optimizing Post-Training Quantization for Large Language Models by Learning Low-Rank Weight-Scaling Matrices
von: Lee, Jung Hyun, et al.
Veröffentlicht: (2024)

When Will It Fail?: Anomaly to Prompt for Forecasting Future Anomalies in Time Series
von: Park, Min-Yeong, et al.
Veröffentlicht: (2025)

Revisiting Weight Averaging for Model Merging
von: Choi, Jiho, et al.
Veröffentlicht: (2024)

Automated Filtering of Human Feedback Data for Aligning Text-to-Image Diffusion Models
von: Yang, Yongjin, et al.
Veröffentlicht: (2024)

Robust Weight Initialization for Tanh Neural Networks with Fixed Point Analysis
von: Lee, Hyunwoo, et al.
Veröffentlicht: (2024)

Normality-Guided Distributional Reinforcement Learning for Continuous Control
von: Byun, Ju-Seung, et al.
Veröffentlicht: (2022)

Beyond Gaussian Initializations: Signal Preserving Weight Initialization for Odd-Sigmoid Activations
von: Lee, Hyunwoo, et al.
Veröffentlicht: (2025)

Mitigating Adversarial Perturbations for Deep Reinforcement Learning via Vector Quantization
von: Luu, Tung M., et al.
Veröffentlicht: (2024)

FlashMoE: Reducing SSD I/O Bottlenecks via ML-Based Cache Replacement for Mixture-of-Experts Inference on Edge Devices
von: Kim, Byeongju, et al.
Veröffentlicht: (2026)

Causality-Aware Contrastive Learning for Robust Multivariate Time-Series Anomaly Detection
von: Kim, HyunGi, et al.
Veröffentlicht: (2025)

Quantum Circuit Structure Optimization for Quantum Reinforcement Learning
von: Son, Seok Bin, et al.
Veröffentlicht: (2025)

A Short Survey on Importance Weighting for Machine Learning
von: Kimura, Masanari, et al.
Veröffentlicht: (2024)

Measuring Sample Importance in Data Pruning for Language Models based on Information Entropy
von: Kim, Minsang, et al.
Veröffentlicht: (2024)

FedWSQ: Efficient Federated Learning with Weight Standardization and Distribution-Aware Non-Uniform Quantization
von: Kim, Seung-Wook, et al.
Veröffentlicht: (2025)

Unsupervised Contrastive Learning Using Out-Of-Distribution Data for Long-Tailed Dataset
von: Hoang, Cuong Manh, et al.
Veröffentlicht: (2025)

Enhancing Effectiveness and Robustness in a Low-Resource Regime via Decision-Boundary-aware Data Augmentation
von: Jin, Kyohoon, et al.
Veröffentlicht: (2024)