T-JEPA: Augmentation-Free Self-Supervised Learning for Tabular Data

Opis bibliograficzny

Wydane w:	arXiv.org (Dec 19, 2024), p. n/a
1. autor:	Thimonier, Hugo
Kolejni autorzy:	José Lucas De Melo Costa, Popineau, Fabrice, Rimmel, Arpad, Doan, Bich-Liên
Wydane:	Cornell University Library, arXiv.org
Hasła przedmiotowe:	Structured data Regularization methods Regularization Data augmentation Self-supervised learning Tables (data) Machine learning Decision trees Representations
Dostęp online:	Citation/Abstract Full text outside of ProQuest
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!