Buchumschlag

Divide and Predict: An Architecture for Input Space Partitioning and Enhanced Accuracy

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Fenix W., Mortveit, Henning S., Reidys, Christian M.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The site linkage spectrum of data arrays
von: Barrett, Christopher, et al.
Veröffentlicht: (2024)

Multi-Objective Neural Architecture Search by Learning Search Space Partitions
von: Zhao, Yiyang, et al.
Veröffentlicht: (2024)

Towards High Resolution Probabilistic Coastal Inundation Forecasting from Sparse Observations
von: Islam, Kazi Ashik, et al.
Veröffentlicht: (2025)

EEGMobile: Enhancing Speed and Accuracy in EEG-Based Gaze Prediction with Advanced Mobile Architectures
von: Liang, Teng, et al.
Veröffentlicht: (2024)

Illuminating Spaces: Deep Reinforcement Learning and Laser-Wall Partitioning for Architectural Layout Generation
von: Kakooee, Reza, et al.
Veröffentlicht: (2025)

ALSA: Anchors in Logit Space for Out-of-Distribution Accuracy Estimation
von: Liu, Chenzhi, et al.
Veröffentlicht: (2025)

LEVIS: Large Exact Verifiable Input Spaces for Neural Networks
von: Chehade, Mohamad Fares El Hajj, et al.
Veröffentlicht: (2024)

Surrogate Graph Partitioning for Spatial Prediction
von: Shikuri, Yuta, et al.
Veröffentlicht: (2025)

Dual Accuracy-Quality-Driven Neural Network for Prediction Interval Generation
von: Morales, Giorgio, et al.
Veröffentlicht: (2022)

Accelerating Relative Entropy Coding with Space Partitioning
von: He, Jiajun, et al.
Veröffentlicht: (2024)

Multi-objective Optimization by Learning Space Partitions
von: Zhao, Yiyang, et al.
Veröffentlicht: (2021)

Architecture Selection via the Trade-off Between Accuracy and Robustness
von: Deng, Zhun, et al.
Veröffentlicht: (2019)

CR-LSO: Convex Neural Architecture Optimization in the Latent Space of Graph Variational Autoencoder with Input Convex Neural Networks
von: Rao, Xuan, et al.
Veröffentlicht: (2022)

PLM-eXplain: Divide and Conquer the Protein Embedding Space
von: van Eck, Jan, et al.
Veröffentlicht: (2025)

Enhancing Predictive Accuracy in Pharmaceutical Sales Through An Ensemble Kernel Gaussian Process Regression Approach
von: Mirshekari, Shahin, et al.
Veröffentlicht: (2024)

Bridging Input Feature Spaces Towards Graph Foundation Models
von: Eliasof, Moshe, et al.
Veröffentlicht: (2026)

Goal-conditioned Offline Reinforcement Learning through State Space Partitioning
von: Wang, Mianchu, et al.
Veröffentlicht: (2023)

VJEPA: Variational Joint Embedding Predictive Architectures as Probabilistic World Models
von: Huang, Yongchao
Veröffentlicht: (2026)

Intrinsic-Energy Joint Embedding Predictive Architectures Induce Quasimetric Spaces
von: Kobanda, Anthony, et al.
Veröffentlicht: (2026)

Understanding Nonlinear Implicit Bias via Region Counts in Input Space
von: Li, Jingwei, et al.
Veröffentlicht: (2025)

Partition Tree: Conditional Density Estimation over General Outcome Spaces
von: Angelim, Felipe, et al.
Veröffentlicht: (2026)

Map Space Belief Prediction for Manipulation-Enhanced Mapping
von: Marques, Joao Marcos Correia, et al.
Veröffentlicht: (2025)

Nonparametric Estimation of Joint Entropy via Partitioned Sample-Spacing
von: Ho, Jungwoo, et al.
Veröffentlicht: (2025)

Improving LLM-based Global Optimization with Search Space Partitioning
von: Schwanke, Andrej, et al.
Veröffentlicht: (2025)

BiJEPA: Bi-directional Joint Embedding Predictive Architecture for Symmetric Representation Learning
von: Huang, Yongchao
Veröffentlicht: (2026)

SWAT-NN: Simultaneous Weights and Architecture Training for Neural Networks in a Latent Space
von: Huang, Zitong, et al.
Veröffentlicht: (2025)

Partial GFlowNet: Accelerating Convergence in Large State Spaces via Strategic Partitioning
von: Yu, Xuan, et al.
Veröffentlicht: (2026)

Quantifying and Improving Adaptivity in Conformal Prediction through Input Transformations
von: Jang, Sooyong, et al.
Veröffentlicht: (2025)

Divide and Refine: Enhancing Multimodal Representation and Explainability for Emotion Recognition in Conversation
von: Mai, Anh-Tuan, et al.
Veröffentlicht: (2026)

State-Space Model Inspired Multiple-Input Multiple-Output Spiking Neurons
von: Karilanova, Sanja, et al.
Veröffentlicht: (2025)

Adaptive Sentencing Prediction with Guaranteed Accuracy and Legal Interpretability
von: Jin, Yifei, et al.
Veröffentlicht: (2025)

Tree-Based Predictive Models for Noisy Input Data
von: McCoy, Kevin, et al.
Veröffentlicht: (2026)

Enhancing Accuracy in Generative Models via Knowledge Transfer
von: Tian, Xinyu, et al.
Veröffentlicht: (2024)

LISA: Learning-Integrated Space Partitioning Framework for Traffic Accident Forecasting on Heterogeneous Spatiotemporal Data
von: An, Bang, et al.
Veröffentlicht: (2024)

Learning State-Space Models of Dynamic Systems from Arbitrary Data using Joint Embedding Predictive Architectures
von: Ulmen, Jonas, et al.
Veröffentlicht: (2025)

Partitioning the Sample Space for a More Precise Shannon Entropy Estimation
von: Bastos, Gabriel F. A., et al.
Veröffentlicht: (2025)

The Curvature Rate λ: A Scalar Measure of Input-Space Sharpness in Neural Networks
von: Poschl, Jacob
Veröffentlicht: (2025)

Dynamic Dual Buffer with Divide-and-Conquer Strategy for Online Continual Learning
von: Dai, Congren, et al.
Veröffentlicht: (2025)

Soft Partitioning of Latent Space for Semantic Channel Equalization
von: Hüttebräucker, Tomás, et al.
Veröffentlicht: (2024)

Disentangled Latent Spaces for Reduced Order Models using Deterministic Autoencoders
von: Schwarz, Henning, et al.
Veröffentlicht: (2025)