:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kath, Hannes, Gouvêa, Thiago S., Sonntag, Daniel
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2602.13359
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A look under the hood of the Interactive Deep Learning Enterprise (No-IDLE)
von: Sonntag, Daniel, et al.
Veröffentlicht: (2024)

Enhancing Journalism with AI: A Study of Contextualized Image Captioning for News Articles using LLMs and LMMs
von: Anagnostopoulou, Aliki, et al.
Veröffentlicht: (2024)

Revealing Vulnerabilities of Neural Networks in Parameter Learning and Defense Against Explanation-Aware Backdoors
von: Kadir, Md Abdul, et al.
Veröffentlicht: (2024)

On Zero-Initialized Attention: Optimal Prompt and Gating Factor Estimation
von: Diep, Nghiem T., et al.
Veröffentlicht: (2025)

Asymptotic Theory of Iterated Empirical Risk Minimization, with Applications to Active Learning
von: Cui, Hugo, et al.
Veröffentlicht: (2026)

Beyond Surrogates: A Quantitative Analysis for Inter-Metric Relationships
von: Pu, Yuanhao, et al.
Veröffentlicht: (2026)

Structural Learning Theory: A Metric-Topology Factorization Approach
von: Li, Xin
Veröffentlicht: (2026)

Navigating the Evaluation Funnel to Optimize Iteration Speed for Recommender Systems
von: Schultzberg, Claire, et al.
Veröffentlicht: (2024)

BOASF: A Unified Framework for Speeding up Automatic Machine Learning via Adaptive Successive Filtering
von: Zhu, Guanghui, et al.
Veröffentlicht: (2025)

InFL-UX: A Toolkit for Web-Based Interactive Federated Learning
von: Maurer, Tim, et al.
Veröffentlicht: (2025)

MARVEL: Multi-Agent Reinforcement-Learning for Large-Scale Variable Speed Limits
von: Zhang, Yuhang, et al.
Veröffentlicht: (2023)

A multiobjective continuation method to compute the regularization path of deep neural networks
von: Amakor, Augustina C., et al.
Veröffentlicht: (2023)

FAST: Factorizable Attention for Speeding up Transformers
von: Gerami, Armin, et al.
Veröffentlicht: (2024)

Common pitfalls to avoid while using multiobjective optimization in machine learning
von: Akhter, Junaid, et al.
Veröffentlicht: (2024)

Bottom-up Iterative Anomalous Diffusion Detector (BI-ADD)
von: Park, Junwoo, et al.
Veröffentlicht: (2025)

Active Inference Agency Formalization, Metrics, and Convergence Assessments
von: Kapelko, Eduard
Veröffentlicht: (2026)

Speeding up Speculative Decoding via Sequential Approximate Verification
von: Zhong, Meiyu, et al.
Veröffentlicht: (2025)

Speeding up 6-DoF Grasp Sampling with Quality-Diversity
von: Huber, Johann, et al.
Veröffentlicht: (2024)

Enriching Disentanglement: From Logical Definitions to Quantitative Metrics
von: Zhang, Yivan, et al.
Veröffentlicht: (2023)

Beyond Task Performance: A Metric-Based Analysis of Sequential Cooperation in Heterogeneous Multi-Agent Destructive Foraging
von: Barrionuevo, Alejandro Mendoza, et al.
Veröffentlicht: (2026)

Building Math Agents with Multi-Turn Iterative Preference Learning
von: Xiong, Wei, et al.
Veröffentlicht: (2024)

Aligning Multiclass Neural Network Classifier Criterion with Task Performance Metrics
von: Li, Deyuan, et al.
Veröffentlicht: (2024)

A Tidal Current Speed Forecasting Model based on Multi-Periodicity Learning
von: Cheng, Tengfei, et al.
Veröffentlicht: (2024)

Integrating Deep Metric Learning with Coreset for Active Learning in 3D Segmentation
von: Vepa, Arvind Murari, et al.
Veröffentlicht: (2024)

Speeding up and reducing memory usage for scientific machine learning via mixed precision
von: Hayford, Joel, et al.
Veröffentlicht: (2024)

Retrieve-Augmented Generation for Speeding up Diffusion Policy without Additional Training
von: Odonchimed, Sodtavilan, et al.
Veröffentlicht: (2025)

Robust Learning of Multi-index Models via Iterative Subspace Approximation
von: Diakonikolas, Ilias, et al.
Veröffentlicht: (2025)

Principled Algorithms for Optimizing Generalized Metrics in Multi-Label Learning
von: Mohri, Mehryar, et al.
Veröffentlicht: (2026)

Active and Passive Causal Inference Learning
von: Im, Daniel Jiwoong, et al.
Veröffentlicht: (2023)

Statistical Uncertainty Quantification for Aggregate Performance Metrics in Machine Learning Benchmarks
von: Longjohn, Rachel, et al.
Veröffentlicht: (2025)

Speeding-up Evolutionary Algorithms to solve Black-Box Optimization Problems
von: Echevarrieta, Judith, et al.
Veröffentlicht: (2023)

Aligning LLMs Toward Multi-Turn Conversational Outcomes Using Iterative PPO
von: Jiang, Daniel R., et al.
Veröffentlicht: (2025)

An Entropic Metric for Measuring Calibration of Machine Learning Models
von: Sumler, Daniel James, et al.
Veröffentlicht: (2025)

Speeding up Policy Simulation in Supply Chain RL
von: Farias, Vivek, et al.
Veröffentlicht: (2024)

Continuous-Time Value Iteration for Multi-Agent Reinforcement Learning
von: Wang, Xuefeng, et al.
Veröffentlicht: (2025)

Iterative Multi-Agent Reinforcement Learning: A Novel Approach Toward Real-World Multi-Echelon Inventory Optimization
von: Ziegner, Georg, et al.
Veröffentlicht: (2025)

Multi-Resolution Active Learning of Fourier Neural Operators
von: Li, Shibo, et al.
Veröffentlicht: (2023)

Towards Fundamental Limits for Active Multi-distribution Learning
von: Zhang, Chicheng, et al.
Veröffentlicht: (2025)

Multi-Fidelity Active Learning with GFlowNets
von: Hernandez-Garcia, Alex, et al.
Veröffentlicht: (2023)

Dual-Decoupling Learning and Metric-Adaptive Thresholding for Semi-Supervised Multi-Label Learning
von: Xiao, Jia-Hao, et al.
Veröffentlicht: (2024)