:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Nguyen, Duong, Jawhar, Mohammed, Chesneau, Nicolas
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	https://arxiv.org/abs/2605.06047
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Foundation models for time series forecasting: Application in conformal prediction
di: Achour, Sami, et al.
Pubblicazione: (2025)

Robust Tabular Foundation Models
di: Peroni, Matthew, et al.
Pubblicazione: (2025)

Measuring and Mitigating Bias for Tabular Datasets with Multiple Protected Attributes
di: Duong, Manh Khoi, et al.
Pubblicazione: (2024)

Tabular Data Adapters: Improving Outlier Detection for Unlabeled Private Data
di: Herurkar, Dayananda, et al.
Pubblicazione: (2025)

CausalProfiler: Generating Synthetic Benchmarks for Rigorous and Transparent Evaluation of Causal Machine Learning
di: Panayiotou, Panayiotis, et al.
Pubblicazione: (2025)

Distilling Tabular Foundation Models for Structured Health Data
di: Tanna, Aditya, et al.
Pubblicazione: (2026)

Evaluating the Relevance of Uncertainty Estimators for LLM Hallucination
di: Agnimo, Yedidia, et al.
Pubblicazione: (2026)

Dual-Personalizing Adapter for Federated Foundation Models
di: Yang, Yiyuan, et al.
Pubblicazione: (2024)

Generating Realistic Tabular Data with Large Language Models
di: Nguyen, Dang, et al.
Pubblicazione: (2024)

LUCoS: Latent Unsupervised Context Selection for Tabular Foundation Models
di: Ipas, Oroel, et al.
Pubblicazione: (2026)

TabDPT: Scaling Tabular Foundation Models on Real Data
di: Ma, Junwei, et al.
Pubblicazione: (2024)

In-context Learning of Evolving Data Streams with Tabular Foundational Models
di: Lourenço, Afonso, et al.
Pubblicazione: (2025)

Position: Causal Machine Learning Requires Rigorous Synthetic Experiments for Broader Adoption
di: Poinsot, Audrey, et al.
Pubblicazione: (2025)

Ensembling Tabular Foundation Models - A Diversity Ceiling And A Calibration Trap
di: Tanna, Aditya, et al.
Pubblicazione: (2026)

BBox-Adapter: Lightweight Adapting for Black-Box Large Language Models
di: Sun, Haotian, et al.
Pubblicazione: (2024)

Tabular Foundation Models Can Learn Association Rules
di: Karabulut, Erkan, et al.
Pubblicazione: (2026)

TabICL: A Tabular Foundation Model for In-Context Learning on Large Data
di: Qu, Jingang, et al.
Pubblicazione: (2025)

ECG-RAMBA: Zero-Shot ECG Generalization by Morphology-Rhythm Disentanglement and Long-Range Modeling
di: Nguyen, Hai Duong, et al.
Pubblicazione: (2025)

Is One Layer Enough? Understanding Inference Dynamics in Tabular Foundation Models
di: Balef, Amir Rezaei, et al.
Pubblicazione: (2026)

Spectral Adapter: Fine-Tuning in Spectral Space
di: Zhang, Fangzhao, et al.
Pubblicazione: (2024)

Lightweight LSTM Model for Energy Theft Detection via Input Data Reduction
di: Collier, Caylum, et al.
Pubblicazione: (2025)

TabTune: A Unified Library for Inference and Fine-Tuning Tabular Foundation Models
di: Tanna, Aditya, et al.
Pubblicazione: (2025)

ABBA-Adapters: Efficient and Expressive Fine-Tuning of Foundation Models
di: Singhal, Raghav, et al.
Pubblicazione: (2025)

FoMo-0D: A Foundation Model for Zero-shot Tabular Outlier Detection
di: Shen, Yuchen, et al.
Pubblicazione: (2024)

MultiTab: A Scalable Foundation for Multitask Learning on Tabular Data
di: Sinodinos, Dimitrios, et al.
Pubblicazione: (2025)

Auditing and Fixing Economic Validity in Tabular Foundation Models for Discrete Choice
di: Wang, Yingshuo, et al.
Pubblicazione: (2026)

Graph Adapter of EEG Foundation Models for Parameter Efficient Fine Tuning
di: Suzumura, Toyotaro, et al.
Pubblicazione: (2024)

Shaping the Prior: How Synthetic Task Distributions Determine Tabular Foundation Model Quality
di: Bouadi, Mohamed, et al.
Pubblicazione: (2026)

Enabling Causal Discovery in Post-Nonlinear Models with Normalizing Flows
di: Hoang, Nu, et al.
Pubblicazione: (2024)

CoRA: Boosting Time Series Foundation Models for Multivariate Forecasting through Correlation-aware Adapter
di: Cheng, Hanyin, et al.
Pubblicazione: (2026)

Position: Foundation Models for Tabular Data within Systemic Contexts Need Grounding
di: Klein, Tassilo, et al.
Pubblicazione: (2025)

Distributional Regression with Tabular Foundation Models: Evaluating Probabilistic Predictions via Proper Scoring Rules
di: Landsgesell, Jonas, et al.
Pubblicazione: (2026)

Data Presentation Over Architecture: Resampling Strategies for Credit Risk Prediction with Tabular Foundation Models
di: Tanna, Aditya, et al.
Pubblicazione: (2026)

Light-Weight Benchmarks Reveal the Hidden Hardware Cost of Zero-Shot Tabular Foundation Models
di: Gangwani, Ishaan, et al.
Pubblicazione: (2025)

IPA: An Information-Reconstructive Input Projection Framework for Efficient Foundation Model Adaptation
di: Yin, Yuan, et al.
Pubblicazione: (2025)

A Lightweight Deep Learning-based Model for Ranking Influential Nodes in Complex Networks
di: Ramadhan, Mohammed A., et al.
Pubblicazione: (2025)

Hyperspectral Adapter for Semantic Segmentation with Vision Foundation Models
di: Hurtado, Juana Valeria, et al.
Pubblicazione: (2025)

Mantis: Lightweight Calibrated Foundation Model for User-Friendly Time Series Classification
di: Feofanov, Vasilii, et al.
Pubblicazione: (2025)

Magazine Supply Optimization: a Case-study
di: Nguyen, Duong, et al.
Pubblicazione: (2024)

Deep Learning within Tabular Data: Foundations, Challenges, Advances and Future Directions
di: Ren, Weijieying, et al.
Pubblicazione: (2025)