Copertina

Quantifying Sensitivity for Tree Ensembles: A symbolic and compositional approach

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Akshay, S., Garg, Chaitanya, Gupta, Ashutosh, Meel, Kuldeep S., Naik, Ajinkya
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Artificial Intelligence Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Locally-Minimal Probabilistic Explanations
di: Izza, Yacine, et al.
Pubblicazione: (2023)

Data-Aware and Scalable Sensitivity Analysis for Decision Tree Ensembles
di: Varshney, Namrita, et al.
Pubblicazione: (2026)

Probabilistic Consensus through Ensemble Validation: A Framework for LLM Reliability
di: Naik, Ninad
Pubblicazione: (2024)

Efficient Certified Reasoning for Binarized Neural Networks
di: Yang, Jiong, et al.
Pubblicazione: (2025)

Discrete, compositional, and symbolic representations through attractor dynamics
di: Nam, Andrew, et al.
Pubblicazione: (2023)

Explainable Moral Values: a neuro-symbolic approach to value classification
di: Lazzari, Nicolas, et al.
Pubblicazione: (2024)

Towards Quantifying Commonsense Reasoning with Mechanistic Insights
di: Joshi, Abhinav, et al.
Pubblicazione: (2025)

Engineering an Exact Pseudo-Boolean Model Counter
di: Yang, Suwei, et al.
Pubblicazione: (2023)

EL-MIA: Quantifying Membership Inference Risks of Sensitive Entities in LLMs
di: Satvaty, Ali, et al.
Pubblicazione: (2025)

Model Ensembling for Constrained Optimization
di: Globus-Harris, Ira, et al.
Pubblicazione: (2024)

Transformers are Graph Neural Networks
di: Joshi, Chaitanya K.
Pubblicazione: (2025)

Quantifying Epistemic Uncertainty in Diffusion Models
di: Gupta, Aditi, et al.
Pubblicazione: (2026)

Second Opinion Matters: Towards Adaptive Clinical AI via the Consensus of Expert Model Ensemble
di: Kumthekar, Amit, et al.
Pubblicazione: (2025)

Optimizing Classification of Infrequent Labels by Reducing Variability in Label Distribution
di: Agarwal, Ashutosh
Pubblicazione: (2025)

Hyper-parameter Tuning for Fair Classification without Sensitive Attribute Access
di: Veldanda, Akshaj Kumar, et al.
Pubblicazione: (2023)

Softened Symbol Grounding for Neuro-symbolic Systems
di: Li, Zenan, et al.
Pubblicazione: (2024)

Curiosity-driven RL for symbolic equation solving
di: O'Keeffe, Kevin P.
Pubblicazione: (2025)

Neuro-symbolic Weak Supervision: Theory and Semantics
di: Upreti, Nijesh, et al.
Pubblicazione: (2025)

Neuro-symbolic Learning Yielding Logical Constraints
di: Li, Zenan, et al.
Pubblicazione: (2024)

Tree Ensembles for Contextual Bandits
di: Nilsson, Hannes, et al.
Pubblicazione: (2024)

Expert Upcycling: Shifting the Compute-Efficient Frontier of Mixture-of-Experts
di: Dwivedi, Chaitanya, et al.
Pubblicazione: (2026)

Model Counting in the Wild
di: Shaw, Arijit, et al.
Pubblicazione: (2024)

Towards Projected and Incremental Pseudo-Boolean Model Counting
di: Yang, Suwei, et al.
Pubblicazione: (2024)

An ASP-Based Framework for MUSes
di: Kabir, Mohimenul, et al.
Pubblicazione: (2025)

Approximate SMT Counting Beyond Discrete Domains
di: Shaw, Arijit, et al.
Pubblicazione: (2025)

Uncovering Discrimination Clusters: Quantifying and Explaining Systematic Fairness Violations
di: Akash, Ranit Debnath, et al.
Pubblicazione: (2025)

Neuro-symbolic Action Masking for Deep Reinforcement Learning
di: Han, Shuai, et al.
Pubblicazione: (2026)

Learning neuro-symbolic convergent term rewriting systems
di: Petruzzellis, Flavio, et al.
Pubblicazione: (2025)

Fast PINN Eigensolvers via Biconvex Reformulation
di: Banderwaar, Akshay Sai, et al.
Pubblicazione: (2025)

FUTURE: Flexible Unlearning for Tree Ensemble
di: Chen, Ziheng, et al.
Pubblicazione: (2025)

LLM-ABBA: Understanding time series via symbolic approximation
di: Chen, Xinye, et al.
Pubblicazione: (2024)

Minimax Rates and Spectral Distillation for Tree Ensembles
di: Vu, Binh Duc, et al.
Pubblicazione: (2026)

Multilingual LLMs Inherently Reward In-Language Time-Sensitive Semantic Alignment for Low-Resource Languages
di: Bajpai, Ashutosh, et al.
Pubblicazione: (2024)

Decision Predicate Graphs: Enhancing Interpretability in Tree Ensembles
di: Arrighi, Leonardo, et al.
Pubblicazione: (2024)

Scaling Agentic Capabilities, Not Context: Efficient Reinforcement Finetuning for Large Toolspaces
di: Gupta, Karan, et al.
Pubblicazione: (2026)

Graph Transformers without Positional Encodings
di: Garg, Ayush
Pubblicazione: (2024)

Reward Learning through Ranking Mean Squared Error
di: Kharyal, Chaitanya, et al.
Pubblicazione: (2026)

White-Box Neural Ensemble for Vehicular Plasticity: Quantifying the Efficiency Cost of Symbolic Auditability in Adaptive NMPC
di: Spotorno, Enzo Nicolas, et al.
Pubblicazione: (2026)

Finding Minimum-Cost Explanations for Predictions made by Tree Ensembles
di: Törnblom, John, et al.
Pubblicazione: (2023)

TE2Rules: Explaining Tree Ensembles using Rules
di: Lal, G Roshan, et al.
Pubblicazione: (2022)