Buchumschlag

A Fiber Criterion for Representation Identifiability in Supervised Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Sevetlidis, Vasileios
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence 68T05 68Q32 62B10 62C05 62H30 94A17 I.2.6; I.5.1; F.2.2; G.3
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Closed-Form Beta Distribution Estimation from Sparse Statistics with Random Forest Implicit Regularization
von: Landers, Jonathan R.
Veröffentlicht: (2025)

Pair Correlation Factor and the Sample Complexity of Gaussian Mixtures
von: Aryan, Farzad
Veröffentlicht: (2025)

Classifier Calibration at Scale: An Empirical Study of Model-Agnostic Post-Hoc Methods
von: Manokhin, Valery, et al.
Veröffentlicht: (2026)

Hallucinations Live in Variance
von: Flouro, Aaron R., et al.
Veröffentlicht: (2026)

MRMS-Net and LMRMS-Net: Scalable Multi-Representation Multi-Scale Networks for Time Series Classification
von: Alagöz, Celal, et al.
Veröffentlicht: (2026)

Batched Nonparametric Bandits via k-Nearest Neighbor UCB
von: Arya, Sakshi
Veröffentlicht: (2025)

Augmented Functional Random Forests: Classifier Construction and Unbiased Functional Principal Components Importance through Ad-Hoc Conditional Permutations
von: Maturo, Fabrizio, et al.
Veröffentlicht: (2024)

Out-of-Distribution Detection via Channelwise Feature Aggregation in Neural Network-Based Receivers
von: Tuononen, Marko, et al.
Veröffentlicht: (2025)

Physics-informed machine learning: A mathematical framework with applications to time series forecasting
von: Doumèche, Nathan
Veröffentlicht: (2025)

Scalable Bayesian Clustering for Integrative Analysis of Multi-View Data
von: Cabral, Rafael, et al.
Veröffentlicht: (2024)

Retrieval-Augmented Memory for Online Learning
von: Du, Wenzhang
Veröffentlicht: (2025)

Intra-tree Column Subsampling Hinders XGBoost Learning of Ratio-like Interactions
von: Pinchuk, Mykola
Veröffentlicht: (2026)

Human Supervision as an Information Bottleneck: A Unified Theory of Error Floors in Human-Guided Learning
von: Dominguez, Alejandro Rodriguez
Veröffentlicht: (2026)

Machine Collaboration
von: Liu, Qingfeng, et al.
Veröffentlicht: (2021)

Measures of Overlapping Multivariate Gaussian Clusters in Unsupervised Online Learning
von: Ožbot, Miha, et al.
Veröffentlicht: (2025)

Lightweight Defense Against Adversarial Attacks in Time Series Classification
von: Han, Yi
Veröffentlicht: (2025)

ML-driven detection and reduction of ballast information in multi-modal datasets
von: Solovko, Yaroslav
Veröffentlicht: (2026)

Enhancing Classification with Semi-Supervised Deep Learning Using Distance-Based Sample Weights
von: Abedinia, Aydin, et al.
Veröffentlicht: (2025)

Causal Direction from Convergence Time: Faster Training in the True Causal Direction
von: Tamim, Abdulrahman
Veröffentlicht: (2026)

SplitWise Regression: Stepwise Modeling with Adaptive Dummy Encoding
von: Kurbucz, Marcell T., et al.
Veröffentlicht: (2025)

When Are Two RLHF Objectives the Same?
von: Gaikwad, Madhava
Veröffentlicht: (2025)

Community-Based Model Sharing and Generalisation: Anomaly Detection in IoT Temperature Sensor Networks
von: Hammad, Sahibzada Saadoon, et al.
Veröffentlicht: (2026)

Geometric Mixture Classifier (GMC): A Discriminative Per-Class Mixture of Hyperplanes
von: K, Prasanth K, et al.
Veröffentlicht: (2025)

Evaluating the Quality of the Quantified Uncertainty for (Re)Calibration of Data-Driven Regression Models
von: Wibbeke, Jelke, et al.
Veröffentlicht: (2025)

Dynamic Regularized CBDT: Variance-Calibrated Causal Boosting for Interpretable Heterogeneous Treatment Effects
von: Liu, Yichen
Veröffentlicht: (2025)

Federated Learning and Class Imbalances
von: Zhu, Siqi, et al.
Veröffentlicht: (2026)

TimeGraph: Synthetic Benchmark Datasets for Robust Time-Series Causal Discovery
von: Ferdous, Muhammad Hasan, et al.
Veröffentlicht: (2025)

MMD-Balls as Credal Sets: A PAC-Bayesian Framework for Epistemic Uncertainty in Test-Time Adaptation
von: Ariq, Ahanaf Hasan
Veröffentlicht: (2026)

Inductive Venn-Abers and related regressors
von: Petej, Ivan, et al.
Veröffentlicht: (2026)

Aggregation in conformal e-classification
von: Vovk, Vladimir
Veröffentlicht: (2026)

Predicting Traffic Accident Severity with Deep Neural Networks
von: Bibb, Meghan, et al.
Veröffentlicht: (2025)

Optimization-Free Topological Sort for Causal Discovery via the Schur Complement of Score Jacobians
von: Wu, Rui, et al.
Veröffentlicht: (2026)

Ice Cream Doesn't Cause Drowning: Benchmarking LLMs Against Statistical Pitfalls in Causal Inference
von: Du, Jin, et al.
Veröffentlicht: (2025)

Energy-Efficient Information Representation in MNIST Classification Using Biologically Inspired Learning
von: Stricker, Patrick, et al.
Veröffentlicht: (2026)

Measuring Similarity in Causal Graphs: A Framework for Semantic and Structural Analysis
von: Liu, Ning-Yuan Georgia, et al.
Veröffentlicht: (2025)

Throwing Vines at the Wall: Structure Learning via Random Search
von: Vatter, Thibault, et al.
Veröffentlicht: (2025)

OverNaN: NaN-Aware Oversampling for Imbalanced Learning with Meaningful Missingness
von: Barnard, Amanda S
Veröffentlicht: (2026)

The Good, the Bad, and the Ugly of Markov Boundary for Tabular Prediction
von: Wan, Shu, et al.
Veröffentlicht: (2026)

Real-Time Anomaly Detection with Synthetic Anomaly Monitoring (SAM)
von: Luzio, Emanuele, et al.
Veröffentlicht: (2025)

Iterative Exploration-Driven Sparse SDP Clustering via Thompson Sampling
von: Mun, Jongmin, et al.
Veröffentlicht: (2025)