:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Steiger, Juaren, Li, Bin
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2601.05956
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Hybrid Feedback-Guided Optimal Learning for Wireless Interactive Panoramic Scene Delivery
von: Wu, Xiaoyi, et al.
Veröffentlicht: (2026)

MAB-Based Channel Scheduling for Asynchronous Federated Learning in Non-Stationary Environments
von: Li, Zhiyin, et al.
Veröffentlicht: (2025)

Deep Q-Learning-Based Intelligent Scheduling for ETL Optimization in Heterogeneous Data Environments
von: Gao, Kangning, et al.
Veröffentlicht: (2025)

SELU: Self-Learning Embodied MLLMs in Unknown Environments
von: Li, Boyu, et al.
Veröffentlicht: (2024)

Causal Reinforcement Learning for Optimisation of Robot Dynamics in Unknown Environments
von: Dcruz, Julian Gerald, et al.
Veröffentlicht: (2024)

Learning Coverage Paths in Unknown Environments with Deep Reinforcement Learning
von: Jonnarth, Arvi, et al.
Veröffentlicht: (2023)

Soft Actor-Critic-based Control Barrier Adaptation for Robust Autonomous Navigation in Unknown Environments
von: Mohammad, Nicholas, et al.
Veröffentlicht: (2025)

Machine Learning for LiDAR-Based Indoor Surface Classification in Intelligent Wireless Environments
von: Shiroya, Parth Ashokbhai, et al.
Veröffentlicht: (2025)

Robust Processing and Learning: Principles, Methods, and Wireless Applications
von: Wang, Shixiong, et al.
Veröffentlicht: (2026)

Reinforcement Learning for Adaptive Resource Scheduling in Complex System Environments
von: Li, Pochun, et al.
Veröffentlicht: (2024)

Online Planning for Multi-UAV Pursuit-Evasion in Unknown Environments Using Deep Reinforcement Learning
von: Chen, Jiayu, et al.
Veröffentlicht: (2024)

Exploratory Machine Learning with Unknown Unknowns
von: Zhao, Peng, et al.
Veröffentlicht: (2020)

A GP-based Robust Motion Planning Framework for Agile Autonomous Robot Navigation and Recovery in Unknown Environments
von: Mohammad, Nicholas, et al.
Veröffentlicht: (2024)

Robust Federated Learning for Wireless Networks: A Demonstration with Channel Estimation
von: Fang, Zexin, et al.
Veröffentlicht: (2024)

One Filter to Deploy Them All: Robust Safety for Quadrupedal Navigation in Unknown Environments
von: Lin, Albert, et al.
Veröffentlicht: (2024)

Learning Dynamic Mechanisms in Unknown Environments: A Reinforcement Learning Approach
von: Qiu, Shuang, et al.
Veröffentlicht: (2022)

Thompson Sampling-Based Learning and Control for Unknown Dynamic Systems
von: Zheng, Kaikai, et al.
Veröffentlicht: (2025)

Adapting to the Unknown: Robust Meta-Learning for Zero-Shot Financial Time Series Forecasting
von: Liu, Anxian, et al.
Veröffentlicht: (2025)

Semi-Supervised Active Learning for Semantic Segmentation in Unknown Environments Using Informative Path Planning
von: Rückin, Julius, et al.
Veröffentlicht: (2023)

SSR: An Efficient and Robust Framework for Learning with Unknown Label Noise
von: Feng, Chen, et al.
Veröffentlicht: (2021)

Age-Based Scheduling for Mobile Edge Computing: A Deep Reinforcement Learning Approach
von: He, Xingqiu, et al.
Veröffentlicht: (2023)

An Efficient Reachability-Based Framework for Provably Safe Autonomous Navigation in Unknown Environments
von: Bajcsy, Andrea, et al.
Veröffentlicht: (2019)

GRL-SNAM: Geometric Reinforcement Learning with Path Differential Hamiltonians for Simultaneous Navigation and Mapping in Unknown Environments
von: Ellendula, Aditya Sai, et al.
Veröffentlicht: (2025)

Robust Semi-Supervised Learning in Open Environments
von: Guo, Lan-Zhe, et al.
Veröffentlicht: (2024)

When a Reinforcement Learning Agent Encounters Unknown Unknowns
von: Zhu, Juntian, et al.
Veröffentlicht: (2025)

Machine Learning for Modeling Wireless Radio Metrics with Crowdsourced Data and Local Environment Features
von: Qiu, Yifeng, et al.
Veröffentlicht: (2025)

Critical Sampling for Robust Evolution Operator Learning of Unknown Dynamical Systems
von: Zhang, Ce, et al.
Veröffentlicht: (2023)

Solving Parameter-Robust Avoid Problems with Unknown Feasibility using Reinforcement Learning
von: So, Oswin, et al.
Veröffentlicht: (2026)

Foundations of Unknown-aware Machine Learning
von: Du, Xuefeng
Veröffentlicht: (2025)

Learning Mixtures of Unknown Causal Interventions
von: Kumar, Abhinav, et al.
Veröffentlicht: (2024)

Learning-Based Shielding for Safe Autonomy under Unknown Dynamics
von: Reed, Robert, et al.
Veröffentlicht: (2024)

Job Shop Scheduling Benchmark: Environments and Instances for Learning and Non-learning Methods
von: Reijnen, Robbert, et al.
Veröffentlicht: (2023)

Competence-Aware AI Agents with Metacognition for Unknown Situations and Environments (MUSE)
von: Valiente, Rodolfo, et al.
Veröffentlicht: (2024)

FedCGD: Collective Gradient Divergence Optimized Scheduling for Wireless Federated Learning
von: Chen, Tan, et al.
Veröffentlicht: (2025)

LAPA-based Dynamic Privacy Optimization for Wireless Federated Learning in Heterogeneous Environments
von: Sun, Pengcheng, et al.
Veröffentlicht: (2025)

Cluster-Aware Multi-Round Update for Wireless Federated Learning in Heterogeneous Environments
von: Sun, Pengcheng, et al.
Veröffentlicht: (2025)

Deep Learning for Wireless Networked Systems: a joint Estimation-Control-Scheduling Approach
von: Zhao, Zihuai, et al.
Veröffentlicht: (2022)

Robust Representation Learning through Explicit Environment Modeling
von: Slavutsky, Yuli, et al.
Veröffentlicht: (2026)

Scheduling and Aggregation Design for Asynchronous Federated Learning over Wireless Networks
von: Hu, Chung-Hsuan, et al.
Veröffentlicht: (2022)

Optimizing Earth Observation Satellite Schedules under Unknown Operational Constraints: An Active Constraint Acquisition Approach
von: Belaid, Mohamed-Bachir
Veröffentlicht: (2026)