Zobrazeno 1 - 10
of 96
pro vyhledávání: '"Kim, Gwangsu"'
Active learning is a machine learning paradigm that aims to improve the performance of a model by strategically selecting and querying unlabeled data. One effective selection strategy is to base it on the model's predictive uncertainty, which can be
Externí odkaz:
http://arxiv.org/abs/2401.09787
Autor:
Yoon, Hee Suk, Tee, Joshua Tian Jin, Yoon, Eunseop, Yoon, Sunjae, Kim, Gwangsu, Li, Yingzhen, Yoo, Chang D.
Studies have shown that modern neural networks tend to be poorly calibrated due to over-confident predictions. Traditionally, post-processing methods have been used to calibrate the model after training. In recent years, various trainable calibration
Externí odkaz:
http://arxiv.org/abs/2303.02472
Autor:
Kim, Gwangsu, Kang, Sangwook
An accelerated failure time (AFT) model assumes a log-linear relationship between failure times and a set of covariates. In contrast to other popular survival models that work on hazard functions, the effects of covariates are directly on failure tim
Externí odkaz:
http://arxiv.org/abs/2206.05974
This paper defines fair principal component analysis (PCA) as minimizing the maximum mean discrepancy (MMD) between dimensionality-reduced conditional distributions of different protected classes. The incorporation of MMD naturally leads to an exact
Externí odkaz:
http://arxiv.org/abs/2109.11196
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Jung, Young Hoon, Pham, Trung Xuan, Issa, Dias, Wang, Hee Seung, Lee, Jae Hee, Chung, Mingi, Lee, Bo-Yeon, Kim, Gwangsu, Yoo, Chang D., Lee, Keon Jae
Publikováno v:
In Nano Energy October 2022 101
Publikováno v:
In Neural Networks November 2021 143:148-160
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Kim, Gwangsu, Jeon, Jong-June
Publikováno v:
In Journal of Hydrology November 2019 578