:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Wang, Zice
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2603.02293
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Robust Federated Learning Over the Air: Combating Heavy-Tailed Noise with Median Anchored Clipping
von: Li, Jiaxing, et al.
Veröffentlicht: (2024)

From Noise to Control: Parameterized Diffusion Policies
von: Zhang, Renhao, et al.
Veröffentlicht: (2026)

Strategic Over-Parameterization for Generalizable Low-Rank Adaptation
von: Gao, Jing, et al.
Veröffentlicht: (2026)

Novel Kernel Models and Exact Representor Theory for Neural Networks Beyond the Over-Parameterized Regime
von: Shilton, Alistair, et al.
Veröffentlicht: (2024)

Knoop: Practical Enhancement of Knockoff with Over-Parameterization for Variable Selection
von: Zhang, Xiaochen, et al.
Veröffentlicht: (2025)

On the Learning Dynamics of Two-layer Linear Networks with Label Noise SGD
von: Zhang, Tongcheng, et al.
Veröffentlicht: (2026)

Train Faster, Perform Better: Modular Adaptive Training in Over-Parameterized Models
von: Shi, Yubin, et al.
Veröffentlicht: (2024)

Resurrecting Label Propagation for Graphs with Heterophily and Label Noise
von: Cheng, Yao, et al.
Veröffentlicht: (2023)

From Spikes to Heavy Tails: Unveiling the Spectral Evolution of Neural Networks
von: Kothapalli, Vignesh, et al.
Veröffentlicht: (2024)

HTMuon: Improving Muon via Heavy-Tailed Spectral Correction
von: Pang, Tianyu, et al.
Veröffentlicht: (2026)

Addressing Long-Tail Noisy Label Learning Problems: a Two-Stage Solution with Label Refurbishment Considering Label Rarity
von: Wu, Ying-Hsuan, et al.
Veröffentlicht: (2024)

Learning under Temporal Label Noise
von: Nagaraj, Sujay, et al.
Veröffentlicht: (2024)

Provable Acceleration of Nesterov's Accelerated Gradient Method over Heavy Ball Method in Training Over-Parameterized Neural Networks
von: Liu, Xin, et al.
Veröffentlicht: (2022)

Impact of Label Noise on Learning Complex Features
von: Vashisht, Rahul, et al.
Veröffentlicht: (2024)

A Scalable Curiosity-Driven Game-Theoretic Framework for Long-Tail Multi-Label Learning in Data Mining
von: Yang, Jing, et al.
Veröffentlicht: (2026)

Hide and Seek in Noise Labels: Noise-Robust Collaborative Active Learning with LLM-Powered Assistance
von: Yuan, Bo, et al.
Veröffentlicht: (2025)

Label Noise Robustness for Domain-Agnostic Fair Corrections via Nearest Neighbors Label Spreading
von: Stromberg, Nathan, et al.
Veröffentlicht: (2024)

FedFixer: Mitigating Heterogeneous Label Noise in Federated Learning
von: Ji, Xinyuan, et al.
Veröffentlicht: (2024)

Handling Label Noise via Instance-Level Difficulty Modeling and Dynamic Optimization
von: Zhang, Kuan, et al.
Veröffentlicht: (2025)

Rethink MAE with Linear Time-Invariant Dynamics
von: Wang, Zice
Veröffentlicht: (2026)

Unified Kernel-Segregated Transpose Convolution Operation
von: Tida, Vijay Srinivas, et al.
Veröffentlicht: (2025)

Exploring Loss Design Techniques For Decision Tree Robustness To Label Noise
von: Sztukiewicz, Lukasz, et al.
Veröffentlicht: (2024)

Spectral Gating Networks
von: Zhang, Jusheng, et al.
Veröffentlicht: (2026)

NoiseBench: Benchmarking the Impact of Real Label Noise on Named Entity Recognition
von: Merdjanovska, Elena, et al.
Veröffentlicht: (2024)

Label Noise Robustness of Conformal Prediction
von: Einbinder, Bat-Sheva, et al.
Veröffentlicht: (2022)

Robust Deep Hawkes Process under Label Noise of Both Event and Occurrence
von: Tan, Xiaoyu, et al.
Veröffentlicht: (2024)

SAP: Corrective Machine Unlearning with Scaled Activation Projection for Label Noise Robustness
von: Kodge, Sangamesh, et al.
Veröffentlicht: (2024)

Rank Collapse Causes Over-Smoothing and Over-Correlation in Graph Neural Networks
von: Roth, Andreas, et al.
Veröffentlicht: (2023)

Parameterized Projected Bellman Operator
von: Vincent, Théo, et al.
Veröffentlicht: (2023)

Spectral Edge Dynamics of Training Trajectories: Signal--Noise Geometry Across Scales
von: Xu, Yongzhong
Veröffentlicht: (2026)

Leveraging Data Symmetries to Select an Optimal Subset of Training Data under Label Noise
von: Shubham, Kumar, et al.
Veröffentlicht: (2026)

Delving into Instance-Dependent Label Noise in Graph Data: A Comprehensive Study and Benchmark
von: Kim, Suyeon, et al.
Veröffentlicht: (2025)

Correcting Noisy Multilabel Predictions: Modeling Label Noise through Latent Space Shifts
von: Huang, Weipeng, et al.
Veröffentlicht: (2025)

Diffusion Controller: Framework, Algorithms and Parameterization
von: Yang, Tong, et al.
Veröffentlicht: (2026)

Over-squashing in Spatiotemporal Graph Neural Networks
von: Marisca, Ivan, et al.
Veröffentlicht: (2025)

Causal Label Recovery in Payment Networks
von: Dhama, Gaurav
Veröffentlicht: (2026)

TailedTS: Benchmark Dataset for Heavy-Tailed Time Series Prediction and Periodicity Quantification
von: Chen, Xinyu, et al.
Veröffentlicht: (2026)

PSNE: Efficient Spectral Sparsification Algorithms for Scaling Network Embedding
von: Lin, Longlong, et al.
Veröffentlicht: (2024)

rSDNet: Unified Robust Neural Learning against Label Noise and Adversarial Attacks
von: Jana, Suryasis, et al.
Veröffentlicht: (2026)

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