Buchumschlag

Every Error has Its Magnitude: Asymmetric Mistake Severity Training for Multiclass Multiple Instance Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hong, Sungrae, Jeong, Jiwon, Shin, Jisu, Han, Donghee, Lee, Sol, Kim, Kyungeun, Yi, Mun Yong
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Diagnose Like A REAL Pathologist: An Uncertainty-Focused Approach for Trustworthy Multi-Resolution Multiple Instance Learning
von: Hong, Sungrae, et al.
Veröffentlicht: (2025)

Priority-Aware Clinical Pathology Hierarchy Training for Multiple Instance Learning
von: Hong, Sungrae, et al.
Veröffentlicht: (2025)

Every Preference Has Its Strength: Injecting Ordinal Semantics into LLM-Based Recommenders
von: Jeong, Jiwon, et al.
Veröffentlicht: (2026)

Rethinking Pre-Trained Feature Extractor Selection in Multiple Instance Learning for Whole Slide Image Classification
von: Wong, Bryan, et al.
Veröffentlicht: (2024)

CP-Dilatation: A Copy-and-Paste Augmentation Method for Preserving the Boundary Context Information of Histopathology Images
von: Hong, Sungrae, et al.
Veröffentlicht: (2025)

Towards Classifying Histopathological Microscope Images as Time Series Data
von: Hong, Sungrae, et al.
Veröffentlicht: (2025)

Rethinking LLM-Based Recommendations: A Personalized Query-Driven Parallel Integration
von: Han, Donghee, et al.
Veröffentlicht: (2025)

PreMix: Label-Efficient Multiple Instance Learning via Non-Contrastive Pre-training and Feature Mixing
von: Wong, Bryan, et al.
Veröffentlicht: (2024)

Deeper Inside Deep ViT
von: Hong, Sungrae
Veröffentlicht: (2025)

Closer through commonality: Enhancing hypergraph contrastive learning with shared groups
von: Roh, Daeyoung, et al.
Veröffentlicht: (2025)

Efficient Knowledge Tracing Leveraging Higher-Order Information in Integrated Graphs
von: Han, Donghee, et al.
Veröffentlicht: (2025)

Classification of Multiclass Pap Smear Image and Asymmetric Characterization for Prediction of Severity of Cervical Abnormality
von: Sourav Dey Roy, et al.
Veröffentlicht: (2025)

MicroMIL: Graph-Based Multiple Instance Learning for Context-Aware Diagnosis with Microscopic Images
von: Kim, Jongwoo, et al.
Veröffentlicht: (2024)

User-Oriented Multi-Turn Dialogue Generation with Tool Use at scale
von: Cho, Jungho, et al.
Veröffentlicht: (2026)

Every Poset has a Large Cut
von: Linial, Nati, et al.
Veröffentlicht: (2025)

ProbGate at EHRSQL 2024: Enhancing SQL Query Generation Accuracy through Probabilistic Threshold Filtering and Error Handling
von: Kim, Sangryul, et al.
Veröffentlicht: (2024)

Hybrid Partial Least Squares Regression with Multiple Functional and Scalar Predictors
von: Mun, Jongmin, et al.
Veröffentlicht: (2026)

Representation Magnitude has a Liability to Privacy Vulnerability
von: Fang, Xingli, et al.
Veröffentlicht: (2024)

Every conformal net has an associated unitary VOA
von: Henriques, André G., et al.
Veröffentlicht: (2025)

Every latin hypercube of order 5 has transversals
von: Perezhogin, A. L., et al.
Veröffentlicht: (2023)

Every latin hypercube of order 5 has transversals
von: Alexey L. Perezhogin, et al.
Veröffentlicht: (2024)

Tracking Error Based Fault Tolerant Scheme for Marine Vehicles with Thruster Redundancy
von: Li, Ji-Hong, et al.
Veröffentlicht: (2025)

Optimal Multiclass U-Calibration Error and Beyond
von: Luo, Haipeng, et al.
Veröffentlicht: (2024)

ZERA: Zero-init Instruction Evolving Refinement Agent -- From Zero Instructions to Structured Prompts via Principle-based Optimization
von: Yi, Seungyoun, et al.
Veröffentlicht: (2025)

Find the Assembly Mistakes: Error Segmentation for Industrial Applications
von: Lehman, Dan, et al.
Veröffentlicht: (2024)

Every recurrent network has a potential tending to infinity
von: Nachmias, Asaf, et al.
Veröffentlicht: (2025)

Does YOLO Really Need to See Every Training Image in Every Epoch?
von: Xie, Xingxing, et al.
Veröffentlicht: (2026)

Every Dog has Its Day: How Top‐Dog Versus Underdog Brand Positioning Affects Unethical Consumer Behavior
von: Huijian Fu, et al.
Veröffentlicht: (2026)

Every finite nilpotent loop has a supernilpotent loop as reduct
von: Kompatscher, Michael, et al.
Veröffentlicht: (2024)

Every expansive $ m $-concave operator has $ m $-isometric dilation
von: Buchała, Michał
Veröffentlicht: (2025)

Leveraging Out-of-Distribution Unlabeled Images: Semi-Supervised Semantic Segmentation with an Open-Vocabulary Model
von: Shin, Wooseok, et al.
Veröffentlicht: (2025)

Correction to “High‐Performance and Reliable Lead‐Free Layered‐Perovskite Transistors”
von: Huihui Zhu, et al.
Veröffentlicht: (2024)

Reversible Severe Acute Lactic Acidosis Caused by Thiamine Deficiency in Intensive Care Unit
von: Jisu Hong, et al.
Veröffentlicht: (2025)

Sample-efficient Multiclass Calibration under $\ell_{p}$ Error
von: Bairaktari, Konstantina, et al.
Veröffentlicht: (2025)

Solvable Groups in which Every Real Element has Prime Power Order
von: Giorgi, Alessandro
Veröffentlicht: (2025)

Special report Luxury goods. Every cloud has a satin lining
Veröffentlicht: (2002)

Every Polish group has a non-trivial topological group automorphism
von: Estrada, Carlos Pérez, et al.
Veröffentlicht: (2024)

Every(bot) Makes Mistakes: Coding Big Five Personalities, Context, and Tone into an LLM Chatbot Recovery Code Framework
von: Hill, Rachel, et al.
Veröffentlicht: (2026)

A Benchmark Suite for Evaluating Neural Mutual Information Estimators on Unstructured Datasets
von: Lee, Kyungeun, et al.
Veröffentlicht: (2024)

Collaborative Learning with Multiple Foundation Models for Source-Free Domain Adaptation
von: Lee, Huisoo, et al.
Veröffentlicht: (2025)