:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Zhanpei, chen, Taochen, Gu, Fangqing, Zhang, Yiqun
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2601.05812
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning Unbiased Cluster Descriptors for Interpretable Imbalanced Concept Drift Detection
von: Zhang, Yiqun, et al.
Veröffentlicht: (2026)

Graph Attention Network-Based Detection of Autism Spectrum Disorder
von: Kelly, Abigail, et al.
Veröffentlicht: (2026)

Break the Tie: Learning Cluster-Customized Category Relationships for Categorical Data Clustering
von: Zhao, Mingjie, et al.
Veröffentlicht: (2025)

Diagnosis and Pathogenic Analysis of Autism Spectrum Disorder Using Fused Brain Connection Graph
von: Wei, Lu, et al.
Veröffentlicht: (2024)

Network-Based Detection of Autism Spectrum Disorder Using Sustainable and Non-invasive Salivary Biomarkers
von: Fernandes, Janayna M., et al.
Veröffentlicht: (2025)

Analysis of Ethnic Disparities in Autism Spectrum Disorder among Toddlers
von: Ramaharsha, Aadithya Prabha, et al.
Veröffentlicht: (2026)

Localizing Moments of Actions in Untrimmed Videos of Infants with Autism Spectrum Disorder
von: Helvaci, Halil Ismail, et al.
Veröffentlicht: (2024)

Towards Child-Inclusive Clinical Video Understanding for Autism Spectrum Disorder
von: Kommineni, Aditya, et al.
Veröffentlicht: (2024)

Empirical Analysis of Nature-Inspired Algorithms for Autism Spectrum Disorder Detection Using 3D Video Dataset
von: Panchal, Aneesh, et al.
Veröffentlicht: (2025)

Video-based Analysis Reveals Atypical Social Gaze in People with Autism Spectrum Disorder
von: Yu, Xiangxu, et al.
Veröffentlicht: (2024)

MCDGLN: Masked Connection-based Dynamic Graph Learning Network for Autism Spectrum Disorder
von: Wang, Peng, et al.
Veröffentlicht: (2024)

PRO-VPT: Distribution-Adaptive Visual Prompt Tuning via Prompt Relocation
von: Shang, Chikai, et al.
Veröffentlicht: (2025)

Deep Learning Characterizes Depression and Suicidal Ideation from Eye Movements
von: Avramidis, Kleanthis, et al.
Veröffentlicht: (2025)

Collaborative Pareto Set Learning in Multiple Multi-Objective Optimization Problems
von: Shang, Chikai, et al.
Veröffentlicht: (2024)

Light-Adapted Electroretinogram and Oscillatory Potentials (LEOPs) Dataset for Autism Spectrum Disorder and Typically Developing Individuals
von: Constable, Paul A., et al.
Veröffentlicht: (2026)

CoAction: Cross-task Correlation-aware Pareto Set Learning
von: Chen, Xinyue, et al.
Veröffentlicht: (2026)

Developing an End-to-End Framework for Predicting the Social Communication Severity Scores of Children with Autism Spectrum Disorder
von: Mun, Jihyun, et al.
Veröffentlicht: (2024)

MMASD+: A Novel Dataset for Privacy-Preserving Behavior Analysis of Children with Autism Spectrum Disorder
von: Ravva, Pavan Uttej, et al.
Veröffentlicht: (2024)

Synthetic Electroretinogram Signal Generation Using Conditional Generative Adversarial Network for Enhancing Classification of Autism Spectrum Disorder
von: Kulyabin, Mikhail, et al.
Veröffentlicht: (2024)

Advanced Gesture Recognition for Autism Spectrum Disorder Detection: Integrating YOLOv7, Video Augmentation, and VideoMAE for Naturalistic Video Analysis
von: Singh, Amit Kumar, et al.
Veröffentlicht: (2024)

A Deep-Generative Hybrid Model to Integrate Multimodal and Dynamic Connectivity for Predicting Spectrum-Level Deficits in Autism
von: D'Souza, Niharika Shimona, et al.
Veröffentlicht: (2020)

What Makes a Strong Model? A Unified Spectral Analysis of Knowledge Transfer over High-dimensional Linear Regression
von: Wu, Wendao, et al.
Veröffentlicht: (2026)

Deep Feature Learning for Wireless Spectrum Data
von: Milosheski, Ljupcho, et al.
Veröffentlicht: (2023)

ASD-Bench: A Four-Axis Comprehensive Benchmark of AI Models for Autism Spectrum Disorder
von: Singh, Shubhankit, et al.
Veröffentlicht: (2026)

Imputation of Missing Data in Smooth Pursuit Eye Movements Using a Self-Attention-based Deep Learning Approach
von: Bejani, Mehdi, et al.
Veröffentlicht: (2025)

Individual Topology Structure of Eye Movement Trajectories
von: Onuchin, Arsenii A., et al.
Veröffentlicht: (2022)

Deep Learning-Based Classification of Hyperkinetic Movement Disorders in Children
von: Ramamurthy, Nandika, et al.
Veröffentlicht: (2024)

Focused State Recognition Using EEG with Eye Movement-Assisted Annotation
von: Li, Tian-Hua, et al.
Veröffentlicht: (2024)

Gaze Prediction as a Function of Eye Movement Type and Individual Differences
von: Melnyk, Kateryna, et al.
Veröffentlicht: (2024)

Persistent Patterns in Eye Movements: A Topological Approach to Emotion Recognition
von: Niksa, Arsha, et al.
Veröffentlicht: (2025)

Edge Computing based Human-Robot Cognitive Fusion: A Medical Case Study in the Autism Spectrum Disorder Therapy
von: Yang, Qin
Veröffentlicht: (2024)

Eye Movements as Indicators of Deception: A Machine Learning Approach
von: Foucher, Valentin, et al.
Veröffentlicht: (2025)

MoveLight: Enhancing Traffic Signal Control through Movement-Centric Deep Reinforcement Learning
von: Shao, Junqi, et al.
Veröffentlicht: (2024)

Exploring Physiological Responses in Virtual Reality-based Interventions for Autism Spectrum Disorder: A Data-Driven Investigation
von: Alvari, Gianpaolo, et al.
Veröffentlicht: (2024)

Eye Know You: Metric Learning for End-to-end Biometric Authentication Using Eye Movements from a Longitudinal Dataset
von: Lohr, Dillon, et al.
Veröffentlicht: (2021)

Hierarchical Reference Sets for Robust Unsupervised Detection of Scattered and Clustered Outliers
von: Zhang, Yiqun, et al.
Veröffentlicht: (2026)

Power-Law Spectrum of the Random Feature Model
von: Paquette, Elliot, et al.
Veröffentlicht: (2026)

Improving Autism Detection with Multimodal Behavioral Analysis
von: Saakyan, William, et al.
Veröffentlicht: (2025)

Deep Learning-Based Visual Fatigue Detection Using Eye Gaze Patterns in VR
von: Zafar, Numan, et al.
Veröffentlicht: (2025)

Deep Probabilistic Movement Primitives with a Bayesian Aggregator
von: Przystupa, Michael, et al.
Veröffentlicht: (2023)