:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mangussi, Arthur Dantas, Pereira, Ricardo Cardoso, Lorena, Ana Carolina, Abreu, Pedro Henriques
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2603.22332
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Filling the Missings: Spatiotemporal Data Imputation by Conditional Diffusion
von: He, Wenying, et al.
Veröffentlicht: (2025)

An Interdisciplinary and Cross-Task Review on Missing Data Imputation
von: Fan, Jicong
Veröffentlicht: (2025)

MissDDIM: Deterministic and Efficient Conditional Diffusion for Tabular Data Imputation
von: Zhou, Youran, et al.
Veröffentlicht: (2025)

A Missing Data Imputation GAN for Character Sprite Generation
von: Coutinho, Flávio, et al.
Veröffentlicht: (2024)

AQMI: Software for assessing the quality of mammographic images
von: A. D. Mangussi
Veröffentlicht: (2023)

Review of Hallucination Understanding in Large Language and Vision Models
von: Ho, Zhengyi, et al.
Veröffentlicht: (2025)

Missing Data Multiple Imputation for Tabular Q-Learning in Online RL
von: Chasalow, Kyla, et al.
Veröffentlicht: (2025)

RefiDiff: Progressive Refinement Diffusion for Efficient Missing Data Imputation
von: Ahamed, Md Atik, et al.
Veröffentlicht: (2025)

MissHDD: Hybrid Deterministic Diffusion for Hetrogeneous Incomplete Data Imputation
von: Zhou, Youran, et al.
Veröffentlicht: (2025)

Data Imputation using Large Language Model to Accelerate Recommendation System
von: Ding, Zhicheng, et al.
Veröffentlicht: (2024)

Ocular-Induced Abnormal Head Posture: Diagnosis and Missing Data Imputation
von: Al-Dabet, Saja, et al.
Veröffentlicht: (2025)

Generative Data Imputation for Sparse Learner Performance Data Using Generative Adversarial Imputation Networks
von: Zhang, Liang, et al.
Veröffentlicht: (2025)

On the Performance of Imputation Techniques for Missing Values on Healthcare Datasets
von: Joel, Luke Oluwaseye, et al.
Veröffentlicht: (2024)

Missing Data Imputation With Granular Semantics and AI-driven Pipeline for Bankruptcy Prediction
von: Chakraborty, Debarati, et al.
Veröffentlicht: (2024)

Mitigating Behavioral Hallucination in Multimodal Large Language Models for Sequential Images
von: You, Liangliang, et al.
Veröffentlicht: (2025)

On the Fundamental Impossibility of Hallucination Control in Large Language Models
von: Karpowicz, Michał P.
Veröffentlicht: (2025)

Pavement Missing Condition Data Imputation through Collective Learning-Based Graph Neural Networks
von: Yu, Ke, et al.
Veröffentlicht: (2026)

Quantum-Accelerated Neural Imputation with Large Language Models (LLMs)
von: Jamali, Hossein
Veröffentlicht: (2025)

Alleviating Hallucinations of Large Language Models through Induced Hallucinations
von: Zhang, Yue, et al.
Veröffentlicht: (2023)

ImputeINR: Time Series Imputation via Implicit Neural Representations for Disease Diagnosis with Missing Data
von: Li, Mengxuan, et al.
Veröffentlicht: (2025)

Can Vision Language Models Judge Action Quality? An Empirical Evaluation
von: Freitas, Miguel Monte e, et al.
Veröffentlicht: (2026)

Hallucination Detection and Mitigation in Large Language Models
von: Pesaranghader, Ahmad, et al.
Veröffentlicht: (2026)

Potential of Artificial Intelligence to Generate Health Research Reports of Decayed, Missed and Restored Teeth
von: Eliana Dantas Costa
Veröffentlicht: (2024)

Understanding Counting Mechanisms in Large Language and Vision-Language Models
von: Hasani, Hosein, et al.
Veröffentlicht: (2025)

Hallucination Basins: A Dynamic Framework for Understanding and Controlling LLM Hallucinations
von: Cherukuri, Kalyan, et al.
Veröffentlicht: (2026)

Mechanistic Understanding and Mitigation of Language Model Non-Factual Hallucinations
von: Yu, Lei, et al.
Veröffentlicht: (2024)

M$^3$-Impute: Mask-guided Representation Learning for Missing Value Imputation
von: Yu, Zhongyi, et al.
Veröffentlicht: (2024)

The System Hallucination Scale (SHS): A Minimal yet Effective Human-Centered Instrument for Evaluating Hallucination-Related Behavior in Large Language Models
von: Müller, Heimo, et al.
Veröffentlicht: (2026)

An Evolutionary Large Language Model for Hallucination Mitigation
von: Boulesnane, Abdennour, et al.
Veröffentlicht: (2024)

OAEI-LLM: A Benchmark Dataset for Understanding Large Language Model Hallucinations in Ontology Matching
von: Qiang, Zhangcheng, et al.
Veröffentlicht: (2024)

Mitigating Hidden Confounding by Progressive Confounder Imputation via Large Language Models
von: Yang, Hao, et al.
Veröffentlicht: (2025)

A Survey of Hallucination in Large Visual Language Models
von: Lan, Wei, et al.
Veröffentlicht: (2024)

Interpretable Robot Control via Structured Behavior Trees and Large Language Models
von: Chekam, Ingrid Maéva, et al.
Veröffentlicht: (2025)

What are Models Thinking about? Understanding Large Language Model Hallucinations "Psychology" through Model Inner State Analysis
von: Wang, Peiran, et al.
Veröffentlicht: (2025)

Still More Shades of Null: An Evaluation Suite for Responsible Missing Value Imputation
von: Khan, Falaah Arif, et al.
Veröffentlicht: (2024)

Imputation of Missing Data in Smooth Pursuit Eye Movements Using a Self-Attention-based Deep Learning Approach
von: Bejani, Mehdi, et al.
Veröffentlicht: (2025)

How Large Language Models are Designed to Hallucinate
von: Ackermann, Richard, et al.
Veröffentlicht: (2025)

A Survey on Group Fairness in Federated Learning: Challenges, Taxonomy of Solutions and Directions for Future Research
von: Salazar, Teresa, et al.
Veröffentlicht: (2024)

Understanding Sounds, Missing the Questions: The Challenge of Object Hallucination in Large Audio-Language Models
von: Kuan, Chun-Yi, et al.
Veröffentlicht: (2024)

Measuring the Impact of Lexical Training Data Coverage on Hallucination Detection in Large Language Models
von: Zhang, Shuo, et al.
Veröffentlicht: (2025)