Buchumschlag

Representations of epistemic uncertainty and awareness in data-driven strategies

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Angelelli, Mario, Gervasi, Massimiliano
Format:	Preprint
Veröffentlicht:	2021
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A calibration test for evaluating set-based epistemic uncertainty representations
von: Jürgens, Mira, et al.
Veröffentlicht: (2025)

Generalising realisability in statistical learning theory under epistemic uncertainty
von: Cuzzolin, Fabio
Veröffentlicht: (2024)

Intelligent prospector v2.0: exploration drill planning under epistemic model uncertainty
von: Mern, John, et al.
Veröffentlicht: (2024)

Redesigning the ensemble Kalman filter with a dedicated model of epistemic uncertainty
von: Kimchaiwong, Chatchuea, et al.
Veröffentlicht: (2024)

Experience-driven discovery of planning strategies
von: He, Ruiqi, et al.
Veröffentlicht: (2024)

Physically consistent and uncertainty-aware learning of spatiotemporal dynamics
von: Xu, Qingsong, et al.
Veröffentlicht: (2025)

MPCFormer: A physics-informed data-driven approach for explainable socially-aware autonomous driving
von: Hu, Jia, et al.
Veröffentlicht: (2025)

Unbiased Binning: Fairness-aware Attribute Representation
von: Asudeh, Abolfazl, et al.
Veröffentlicht: (2025)

Concept Heterogeneity-aware Representation Steering
von: Abdullaev, Laziz U., et al.
Veröffentlicht: (2026)

Emotions as Ambiguity-aware Ordinal Representations
von: Wu, Jingyao, et al.
Veröffentlicht: (2025)

Single- to multi-fidelity history-dependent learning with uncertainty quantification and disentanglement: application to data-driven constitutive modeling
von: Yi, Jiaxiang, et al.
Veröffentlicht: (2025)

Are language models aware of the road not taken? Token-level uncertainty and hidden state dynamics
von: Zur, Amir, et al.
Veröffentlicht: (2025)

State- and context-dependent robotic manipulation and grasping via uncertainty-aware imitation learning
von: Winter, Tim R., et al.
Veröffentlicht: (2024)

Modeling arousal potential of epistemic emotions using Bayesian information gain: Inquiry cycle driven by free energy fluctuations
von: Yanagisawa, Hideyoshi, et al.
Veröffentlicht: (2023)

An uncertainty-aware Digital Shadow for underground multimodal CO2 storage monitoring
von: Gahlot, Abhinav Prakash, et al.
Veröffentlicht: (2024)

RADAR: Learning to Route with Asymmetry-aware DistAnce Representations
von: Yi, Hang, et al.
Veröffentlicht: (2026)

An overview of model uncertainty and variability in LLM-based sentiment analysis. Challenges, mitigation strategies and the role of explainability
von: Herrera-Poyatos, David, et al.
Veröffentlicht: (2025)

Risk Structures: Towards Engineering Risk-aware Autonomous Systems
von: Gleirscher, Mario
Veröffentlicht: (2019)

Security-aware Semantic-driven ISAC via Paired Adversarial Residual Networks
von: Liu, Yu, et al.
Veröffentlicht: (2025)

A Decision-driven Methodology for Designing Uncertainty-aware AI Self-Assessment
von: Canal, Gregory, et al.
Veröffentlicht: (2024)

Chemical reasoning in LLMs unlocks strategy-aware synthesis planning and reaction mechanism elucidation
von: Bran, Andres M, et al.
Veröffentlicht: (2025)

Exploring Context-aware and LLM-driven Locomotion for Immersive Virtual Reality
von: Özdel, Süleyman, et al.
Veröffentlicht: (2025)

VCAT: Vulnerability-aware and Curiosity-driven Adversarial Training for Enhancing Autonomous Vehicle Robustness
von: Cai, Xuan, et al.
Veröffentlicht: (2024)

Attributes-aware Visual Emotion Representation Learning
von: Maharjan, Rahul Singh, et al.
Veröffentlicht: (2025)

Reasoning with fuzzy and uncertain evidence using epistemic random fuzzy sets: general framework and practical models
von: Denoeux, Thierry
Veröffentlicht: (2022)

HyperMono: A Monotonicity-aware Approach to Hyper-Relational Knowledge Representation
von: Hu, Zhiwei, et al.
Veröffentlicht: (2024)

Improving Anomalous Sound Detection with Attribute-aware Representation from Domain-adaptive Pre-training
von: Fang, Xin, et al.
Veröffentlicht: (2025)

Query-driven Document-level Scientific Evidence Extraction from Biomedical Studies
von: Pronesti, Massimiliano, et al.
Veröffentlicht: (2025)

PLanTS: Periodicity-aware Latent-state Representation Learning for Multivariate Time Series
von: Wang, Jia, et al.
Veröffentlicht: (2025)

Center-fixing of tropical cyclones using uncertainty-aware deep learning applied to high-temporal-resolution geostationary satellite imagery
von: Lagerquist, Ryan, et al.
Veröffentlicht: (2024)

Bayesian inversion of GPR waveforms for sub-surface material characterization: an uncertainty-aware retrieval of soil moisture and overlaying biomass properties
von: Aziz, Ishfaq, et al.
Veröffentlicht: (2023)

Just aware enough: Evaluating awareness across artificial systems
von: Meertens, Nadine, et al.
Veröffentlicht: (2026)

Recommending the optimal policy by learning to act from temporal data
von: Branchi, Stefano, et al.
Veröffentlicht: (2023)

Safety-aware Causal Representation for Trustworthy Offline Reinforcement Learning in Autonomous Driving
von: Lin, Haohong, et al.
Veröffentlicht: (2023)

SiamTST: A Novel Representation Learning Framework for Enhanced Multivariate Time Series Forecasting applied to Telco Networks
von: Kristoffersen, Simen, et al.
Veröffentlicht: (2024)

Permutative redundancy and uncertainty of the objective in deep learning
von: Glukhov, Vacslav
Veröffentlicht: (2024)

Not all uncertainty is alike: volatility, stochasticity, and exploration
von: Piray, Payam
Veröffentlicht: (2026)

Self-supervised cross-modality learning for uncertainty-aware object detection and recognition in applications which lack pre-labelled training data
von: Mehboob, Irum, et al.
Veröffentlicht: (2024)

A taxonomy of epistemic injustice in the context of AI and the case for generative hermeneutical erasure
von: Mollema, Warmhold Jan Thomas
Veröffentlicht: (2025)

Solving reachability problems on data-aware workflows
von: De Masellis, Riccardo, et al.
Veröffentlicht: (2019)