Buchumschlag

DAMEL: Dual-Axis Multi-Expert Learning for Class-Imbalanced Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Hyuck, Park, Taemin, Kim, Heeyoung
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

Multimodal Deep Generative Model for Semi-Supervised Learning under Class Imbalance
von: Yoon, Heegeon, et al.
Veröffentlicht: (2026)

Simultaneous Long-tailed Recognition and Multi-modal Fusion for Highly Imbalanced Multi-modal Data
von: Yoon, Heegeon, et al.
Veröffentlicht: (2026)

CDMAD: Class-Distribution-Mismatch-Aware Debiasing for Class-Imbalanced Semi-Supervised Learning
von: Lee, Hyuck, et al.
Veröffentlicht: (2024)

DUEL: Duplicate Elimination on Active Memory for Self-Supervised Class-Imbalanced Learning
von: Choi, Won-Seok, et al.
Veröffentlicht: (2024)

Class-Imbalanced Graph Learning without Class Rebalancing
von: Liu, Zhining, et al.
Veröffentlicht: (2023)

Self-Abstraction Learning for Effective and Stable Training of Deep Neural Networks
von: Cho, Wonyong, et al.
Veröffentlicht: (2026)

Detecting Scarce and Sparse Anomalous: Solving Dual Imbalance in Multi-Instance Learning
von: Jia, Lin-Han, et al.
Veröffentlicht: (2025)

Temporal Imbalance of Positive and Negative Supervision in Class-Incremental Learning
von: Ma, Jinge, et al.
Veröffentlicht: (2026)

IMOVNO+: A Regional Partitioning and Meta-Heuristic Ensemble Framework for Imbalanced Multi-Class Learning
von: Bacha, Soufiane, et al.
Veröffentlicht: (2026)

Data-Free Generative Replay for Class-Incremental Learning on Imbalanced Data
von: Younis, Sohaib, et al.
Veröffentlicht: (2024)

VIGraph: Generative Self-supervised Learning for Class-Imbalanced Node Classification
von: Hu, Yulan, et al.
Veröffentlicht: (2023)

Time-Series Contrastive Learning against False Negatives and Class Imbalance
von: Jin, Xiyuan, et al.
Veröffentlicht: (2023)

On the Impact of Class Imbalance on the Learning Dynamics of Deep Neural Networks:An Intuitive Insight
von: Mustapha, Ismail B., et al.
Veröffentlicht: (2026)

Resilient Class-Incremental Learning: on the Interplay of Drifting, Unlabelled and Imbalanced Data Streams
von: Li, Jin, et al.
Veröffentlicht: (2026)

Federated Active Learning Under Extreme Non-IID and Global Class Imbalance
von: Zong, Chen-Chen, et al.
Veröffentlicht: (2026)

Overcoming Class Imbalance: Unified GNN Learning with Structural and Semantic Connectivity Representations
von: Alchihabi, Abdullah, et al.
Veröffentlicht: (2024)

Injecting Imbalance Sensitivity for Multi-Task Learning
von: Zhou, Zhipeng, et al.
Veröffentlicht: (2025)

Fair Class-Incremental Learning using Sample Weighting
von: Park, Jaeyoung, et al.
Veröffentlicht: (2024)

Generative Modeling of Class Probability for Multi-Modal Representation Learning
von: Shin, Jungkyoo, et al.
Veröffentlicht: (2025)

Combating Data Imbalances in Federated Semi-supervised Learning with Dual Regulators
von: Bai, Sikai, et al.
Veröffentlicht: (2023)

Impact of Leakage on Data Harmonization in Machine Learning Pipelines in Class Imbalance Across Sites
von: Nieto, Nicolás, et al.
Veröffentlicht: (2024)

LLM-Empowered Class Imbalanced Graph Prompt Learning for Online Drug Trafficking Detection
von: Ma, Tianyi, et al.
Veröffentlicht: (2025)

Least-Loaded Expert Parallelism: Load Balancing An Imbalanced Mixture-of-Experts
von: Nguyen, Xuan-Phi, et al.
Veröffentlicht: (2026)

Unified Class and Domain Incremental Learning with Mixture of Experts for Indoor Localization
von: Singampalli, Akhil, et al.
Veröffentlicht: (2025)

Prototype-based Heterogeneous Federated Learning for Blade Icing Detection in Wind Turbines with Class Imbalanced Data
von: Qi, Lele, et al.
Veröffentlicht: (2025)

EPIC: Effective Prompting for Imbalanced-Class Data Synthesis in Tabular Data Classification via Large Language Models
von: Kim, Jinhee, et al.
Veröffentlicht: (2024)

A Machine Learning Framework for Handling Unreliable Absence Label and Class Imbalance for Marine Stinger Beaching Prediction
von: Ibenegbu, Amuche, et al.
Veröffentlicht: (2025)

Learning to Help in Multi-Class Settings
von: Wu, Yu, et al.
Veröffentlicht: (2025)

Multi-Ontology Integration with Dual-Axis Propagation for Medical Concept Representation
von: Kerdabadi, Mohsen Nayebi, et al.
Veröffentlicht: (2025)

Balanced Online Class-Incremental Learning via Dual Classifiers
von: Wen, Shunjie, et al.
Veröffentlicht: (2025)

Geometric Manifold Rectification for Imbalanced Learning
von: Wang, Xubin, et al.
Veröffentlicht: (2026)

Offline Reinforcement Learning with Imbalanced Datasets
von: Jiang, Li, et al.
Veröffentlicht: (2023)

Dual Mixture-of-Experts Framework for Discrete-Time Survival Analysis
von: Lee, Hyeonjun, et al.
Veröffentlicht: (2025)

ML-Driven Approaches to Combat Medicare Fraud: Advances in Class Imbalance Solutions, Feature Engineering, Adaptive Learning, and Business Impact
von: Farahmandazad, Dorsa, et al.
Veröffentlicht: (2025)

Cost-Sensitive Multi-Fidelity Bayesian Optimization with Transfer of Learning Curve Extrapolation
von: Lee, Dong Bok, et al.
Veröffentlicht: (2024)

Scaling Multi-Node Mixture-of-Experts Inference Using Expert Activation Patterns
von: Bambhaniya, Abhimanyu, et al.
Veröffentlicht: (2026)

Dual-Balancing for Multi-Task Learning
von: Lin, Baijiong, et al.
Veröffentlicht: (2023)

Active Learning for Continual Learning: Keeping the Past Alive in the Present
von: Park, Jaehyun, et al.
Veröffentlicht: (2025)

Discrete Dictionary-based Decomposition Layer for Structured Representation Learning
von: Park, Taewon, et al.
Veröffentlicht: (2024)

NTKMTL: Mitigating Task Imbalance in Multi-Task Learning from Neural Tangent Kernel Perspective
von: Qin, Xiaohan, et al.
Veröffentlicht: (2025)