Buchumschlag

The Mean is the Mirage: Entropy-Adaptive Model Merging under Heterogeneous Domain Shifts in Medical Imaging

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ambekar, Sameer, Nasirigerdeh, Reza, Schuffler, Peter J., Felsner, Lina, Lang, Daniel M., Schnabel, Julia A.
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

Entropy Minimization without Model Collapse: Mitigating Prediction Bias in Medical Imaging
von: Nielen, Tim, et al.
Veröffentlicht: (2026)

Hierarchical Adaptive networks with Task vectors for Test-Time Adaptation
von: Ambekar, Sameer, et al.
Veröffentlicht: (2025)

Machine Unlearning for Medical Imaging
von: Nasirigerdeh, Reza, et al.
Veröffentlicht: (2024)

Progressive Growing of Patch Size: Curriculum Learning for Accelerated and Improved Medical Image Segmentation
von: Fischer, Stefan M., et al.
Veröffentlicht: (2025)

TomoGraphView: 3D Medical Image Classification with Omnidirectional Slice Representations and Graph Neural Networks
von: Kiechle, Johannes, et al.
Veröffentlicht: (2025)

Graph Neural Networks: A suitable Alternative to MLPs in Latent 3D Medical Image Classification?
von: Kiechle, Johannes, et al.
Veröffentlicht: (2024)

Selective Test-Time Adaptation for Unsupervised Anomaly Detection using Neural Implicit Representations
von: Ambekar, Sameer, et al.
Veröffentlicht: (2024)

Data-Driven Tissue- and Subject-Specific Elastic Regularization for Medical Image Registration
von: Reithmeir, Anna, et al.
Veröffentlicht: (2024)

GeneralizeFormer: Layer-Adaptive Model Generation across Test-Time Distribution Shifts
von: Ambekar, Sameer, et al.
Veröffentlicht: (2025)

Domain-Adaptive Model Merging Across Disconnected Modes
von: Liu, Junming, et al.
Veröffentlicht: (2026)

Improved Anomaly Detection in Medical Images via Mean Shift Density Enhancement
von: Kar, Pritam, et al.
Veröffentlicht: (2026)

Probabilistic Test-Time Generalization by Variational Neighbor-Labeling
von: Ambekar, Sameer, et al.
Veröffentlicht: (2023)

An Entropy-Guided Curriculum Learning Strategy for Data-Efficient Acoustic Scene Classification under Domain Shift
von: Zhang, Peihong, et al.
Veröffentlicht: (2025)

Training-free Heterogeneous Model Merging
von: Xu, Zhengqi, et al.
Veröffentlicht: (2024)

Measuring and Aligning Abstraction in Vision-Language Models with Medical Taxonomies
von: Schaper, Ben, et al.
Veröffentlicht: (2026)

MergeME: Model Merging Techniques for Homogeneous and Heterogeneous MoEs
von: Zhou, Yuhang, et al.
Veröffentlicht: (2025)

Progressive Growing of Patch Size: Resource-Efficient Curriculum Learning for Dense Prediction Tasks
von: Fischer, Stefan M., et al.
Veröffentlicht: (2024)

The Mirage of Artificial Intelligence Terms of Use Restrictions
von: Henderson, Peter, et al.
Veröffentlicht: (2024)

From Linear Probing to Joint-Weighted Token Hierarchy: A Foundation Model Bridging Global and Cellular Representations in Biomarker Detection
von: Liu, Jingsong, et al.
Veröffentlicht: (2025)

Machine Mirages: Defining the Undefined
von: Tembine, Hamidou
Veröffentlicht: (2025)

Kernel Normalized Convolutional Networks
von: Nasirigerdeh, Reza, et al.
Veröffentlicht: (2022)

HASD: Hierarchical Adaption for pathology Slide-level Domain-shift
von: Liu, Jingsong, et al.
Veröffentlicht: (2025)

MergeRec: Model Merging for Data-Isolated Cross-Domain Sequential Recommendation
von: Kim, Hyunsoo, et al.
Veröffentlicht: (2026)

Mirage: Model-Agnostic Graph Distillation for Graph Classification
von: Gupta, Mridul, et al.
Veröffentlicht: (2023)

Merging Context Clustering with Visual State Space Models for Medical Image Segmentation
von: Zhu, Yun, et al.
Veröffentlicht: (2025)

HM3: Heterogeneous Multi-Class Model Merging
von: Hackmann, Stefan
Veröffentlicht: (2024)

The Impact of Scanner Domain Shift on Deep Learning Performance in Medical Imaging: an Experimental Study
von: Guo, Brian, et al.
Veröffentlicht: (2024)

LLMs Uncertainty Quantification via Adaptive Conformal Semantic Entropy
von: Karimi, Hamed, et al.
Veröffentlicht: (2026)

Uncertainty-guided Generation of Dark-field Radiographs
von: Felsner, Lina, et al.
Veröffentlicht: (2026)

Astro-NER -- Astronomy Named Entity Recognition: Is GPT a Good Domain Expert Annotator?
von: Evans, Julia, et al.
Veröffentlicht: (2024)

A Graph-Based Framework for Interpretable Whole Slide Image Analysis
von: Weers, Alexander, et al.
Veröffentlicht: (2025)

FedMLP: Federated Multi-Label Medical Image Classification under Task Heterogeneity
von: Sun, Zhaobin, et al.
Veröffentlicht: (2024)

Model Assembly Learning with Heterogeneous Layer Weight Merging
von: Zhang, Yi-Kai, et al.
Veröffentlicht: (2025)

PivotMerge: Bridging Heterogeneous Multimodal Pre-training via Post-Alignment Model Merging
von: Shao, Zibo, et al.
Veröffentlicht: (2026)

MoVL:Exploring Fusion Strategies for the Domain-Adaptive Application of Pretrained Models in Medical Imaging Tasks
von: Tian, Haijiang, et al.
Veröffentlicht: (2024)

RCP-Merging: Merging Long Chain-of-Thought Models with Domain-Specific Models by Considering Reasoning Capability as Prior
von: Yang, Junyao, et al.
Veröffentlicht: (2025)

An Enhanced Federated Prototype Learning Method under Domain Shift
von: Kuang, Liang, et al.
Veröffentlicht: (2024)

Unveiling Causal Reasoning in Large Language Models: Reality or Mirage?
von: Chi, Haoang, et al.
Veröffentlicht: (2025)

CodeMirage: Hallucinations in Code Generated by Large Language Models
von: Agarwal, Vibhor, et al.
Veröffentlicht: (2024)

Language Models Meet Anomaly Detection for Better Interpretability and Generalizability
von: Li, Jun, et al.
Veröffentlicht: (2024)