Buchumschlag

SGC-RML: A reliable and interpretable longitudinal assessment for PD in real-world DNS

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wei, Wenbin, Gao, Ruixiang, Yao, Suyuan, Zhao, Xuanzhen, Huang, Cheng, Huang, Hen-Wei
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Fair-Eye Net: A Fair, Trustworthy, Multimodal Integrated Glaucoma Full Chain AI System
von: Wei, Wenbin, et al.
Veröffentlicht: (2026)

S2FGL: Spatial Spectral Federated Graph Learning
von: Tan, Zihan, et al.
Veröffentlicht: (2025)

A General Anchor-Based Framework for Scalable Fair Clustering
von: Wei, Shengfei, et al.
Veröffentlicht: (2025)

DPF-CM: A Data Processing Framework with Privacy-Preserving Vector Databases for Chinese Medical LLMs Training and Deployment
von: Huang, Wei, et al.
Veröffentlicht: (2025)

Local Truncation Error-Guided Neural ODEs for Large Scale Traffic Forecasting
von: Zhang, Xiao, et al.
Veröffentlicht: (2026)

Towards Green AI in Fine-tuning Large Language Models via Adaptive Backpropagation
von: Huang, Kai, et al.
Veröffentlicht: (2023)

DeceptionBench: A Comprehensive Benchmark for AI Deception Behaviors in Real-world Scenarios
von: Huang, Yao, et al.
Veröffentlicht: (2025)

Revisiting the robustness of post-hoc interpretability methods
von: Wei, Jiawen, et al.
Veröffentlicht: (2024)

AR$^2$: Adversarial Reinforcement Learning for Abstract Reasoning in Large Language Models
von: Yeh, Cheng-Kai, et al.
Veröffentlicht: (2025)

SToFM: a Multi-scale Foundation Model for Spatial Transcriptomics
von: Zhao, Suyuan, et al.
Veröffentlicht: (2025)

Delta Sampling: Data-Free Knowledge Transfer Across Diffusion Models
von: Gao, Zhidong, et al.
Veröffentlicht: (2025)

Source-free domain adaptation based on label reliability for cross-domain bearing fault diagnosis
von: Wu, Wenyi, et al.
Veröffentlicht: (2025)

DaMoC: Efficiently Selecting the Optimal Large Language Model for Fine-tuning Domain Tasks Based on Data and Model Compression
von: Huang, Wei, et al.
Veröffentlicht: (2025)

Deep learning the Hurst parameter of linear fractional processes and assessing its reliability
von: Boros, Dániel, et al.
Veröffentlicht: (2024)

Accurate and interpretable drug-drug interaction prediction enabled by knowledge subgraph learning
von: Wang, Yaqing, et al.
Veröffentlicht: (2023)

EasyST: A Simple Framework for Spatio-Temporal Prediction
von: Tang, Jiabin, et al.
Veröffentlicht: (2024)

Debiasing Kernel-Based Generative Models
von: Qin, Tian, et al.
Veröffentlicht: (2025)

Recovering implicit physics model under real-world constraints
von: Banerjee, Ayan, et al.
Veröffentlicht: (2024)

Molecular Graph Representation Learning via Structural Similarity Information
von: Yao, Chengyu, et al.
Veröffentlicht: (2024)

Weight-sparse transformers have interpretable circuits
von: Gao, Leo, et al.
Veröffentlicht: (2025)

Online and Customizable Fairness-aware Learning
von: Zhang, Wenbin
Veröffentlicht: (2020)

Diffusion-Modeled Reinforcement Learning for Carbon and Risk-Aware Microgrid Optimization
von: Zhao, Yunyi, et al.
Veröffentlicht: (2025)

MDGMIX: Boundary-Aware Subgraph Mixing for Multi-Domain Graph Pre-Training
von: Zheng, Ziyu, et al.
Veröffentlicht: (2026)

Preference as Reward, Maximum Preference Optimization with Importance Sampling
von: Jiang, Zaifan, et al.
Veröffentlicht: (2023)

LLM-AutoDP: Automatic Data Processing via LLM Agents for Model Fine-tuning
von: Huang, Wei, et al.
Veröffentlicht: (2026)

A Statistical Theory of Regularization-Based Continual Learning
von: Zhao, Xuyang, et al.
Veröffentlicht: (2024)

Learning Latent Dynamic Robust Representations for World Models
von: Sun, Ruixiang, et al.
Veröffentlicht: (2024)

Enhanced Graph Transformer with Serialized Graph Tokens
von: Wang, Ruixiang, et al.
Veröffentlicht: (2026)

Learning-augmented robotic automation for real-world manufacturing
von: Kim, Yunho, et al.
Veröffentlicht: (2026)

A Survey on Self-Supervised Learning for Non-Sequential Tabular Data
von: Wang, Wei-Yao, et al.
Veröffentlicht: (2024)

CausalRivers -- Scaling up benchmarking of causal discovery for real-world time-series
von: Stein, Gideon, et al.
Veröffentlicht: (2025)

Granular-ball computing: an efficient, robust, and interpretable adaptive multi-granularity representation and computation method
von: Xia, Shuyin, et al.
Veröffentlicht: (2023)

Simulation-based reinforcement learning for real-world autonomous driving
von: Osiński, Błażej, et al.
Veröffentlicht: (2019)

Exploring Progress in Multivariate Time Series Forecasting: Comprehensive Benchmarking and Heterogeneity Analysis
von: Shao, Zezhi, et al.
Veröffentlicht: (2023)

RoRA: Efficient Fine-Tuning of LLM with Reliability Optimization for Rank Adaptation
von: Liu, Jun, et al.
Veröffentlicht: (2025)

Model-agnostic Selective Labeling with Provable Statistical Guarantees
von: Huang, Huipeng, et al.
Veröffentlicht: (2025)

Physics-Informed Regularization for Domain-Agnostic Dynamical System Modeling
von: Huang, Zijie, et al.
Veröffentlicht: (2024)

Unsupervised anomaly detection algorithms on real-world data: how many do we need?
von: Bouman, Roel, et al.
Veröffentlicht: (2023)

Fiaingen: A financial time series generative method matching real-world data quality
von: Rožanec, Jože M., et al.
Veröffentlicht: (2025)

GPU-accelerated simulated annealing based on p-bits with real-world device-variability modeling
von: Onizawa, Naoya, et al.
Veröffentlicht: (2026)