Buchumschlag

How to Fix a Broken Confidence Estimator: Evaluating Post-hoc Methods for Selective Classification with Deep Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cattelan, Luís Felipe P., Silva, Danilo
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Fixed-Mean Gaussian Processes for Post-hoc Bayesian Deep Learning
von: Ortega, Luis A., et al.
Veröffentlicht: (2024)

Post-hoc Selective Classification for Reliable Synthetic Image Detection
von: Zheng, Kaixiang, et al.
Veröffentlicht: (2026)

Soft Dice Confidence: A Near-Optimal Confidence Estimator for Selective Prediction in Semantic Segmentation
von: Borges, Bruno Laboissiere Camargos, et al.
Veröffentlicht: (2024)

The Bayesian Confidence (BACON) Estimator for Deep Neural Networks
von: Kee, Patrick D., et al.
Veröffentlicht: (2024)

Post-hoc Bias Scoring Is Optimal For Fair Classification
von: Chen, Wenlong, et al.
Veröffentlicht: (2023)

RAW-Explainer: Post-hoc Explanations of Graph Neural Networks on Knowledge Graphs
von: Kubo, Ryoji, et al.
Veröffentlicht: (2025)

Deep Neural Network Benchmarks for Selective Classification
von: Pugnana, Andrea, et al.
Veröffentlicht: (2024)

Explaining Neural Networks in Preference Learning: a Post-hoc Inductive Logic Programming Approach
von: Fossemò, Daniele, et al.
Veröffentlicht: (2026)

Informative Perturbation Selection for Uncertainty-Aware Post-hoc Explanations
von: Chugh, Sumedha, et al.
Veröffentlicht: (2026)

GRAIL: Post-hoc Compensation by Linear Reconstruction for Compressed Networks
von: Tang, Wenwu, et al.
Veröffentlicht: (2026)

PXGen: A Post-hoc Explainable Method for Generative Models
von: Huang, Yen-Lung, et al.
Veröffentlicht: (2025)

Evidential Transformation Network: Turning Pretrained Models into Evidential Models for Post-hoc Uncertainty Estimation
von: Chun, Yongchan, et al.
Veröffentlicht: (2026)

Increasing the Confidence of Deep Neural Networks by Coverage Analysis
von: Rossolini, Giulio, et al.
Veröffentlicht: (2021)

In Defence of Post-hoc Explainability
von: Oh, Nick
Veröffentlicht: (2024)

Deep Ensemble Shape Calibration: Multi-Field Post-hoc Calibration in Online Advertising
von: Yang, Shuai, et al.
Veröffentlicht: (2024)

Principled Confidence Estimation for Deep Computed Tomography
von: Gätzner, Matteo, et al.
Veröffentlicht: (2026)

Why DPO is a Misspecified Estimator and How to Fix It
von: Gopalan, Aditya, et al.
Veröffentlicht: (2025)

Private Federated Multiclass Post-hoc Calibration
von: Maddock, Samuel, et al.
Veröffentlicht: (2025)

Post-hoc Stochastic Concept Bottleneck Models
von: Hoffmann, Wiktor Jan, et al.
Veröffentlicht: (2025)

Evaluating Post-hoc Explanations of the Transformer-based Genome Language Model DNABERT-2
von: Kurth, Isabel, et al.
Veröffentlicht: (2026)

Regression for the Mean: Auto-Evaluation and Inference with Few Labels through Post-hoc Regression
von: Eyre, Benjamin, et al.
Veröffentlicht: (2024)

Classification with Deep Neural Networks and Logistic Loss
von: Zhang, Zihan, et al.
Veröffentlicht: (2023)

Deep Neural Network Architectures for Electrocardiogram Classification: A Comprehensive Evaluation
von: Song, Yun, et al.
Veröffentlicht: (2026)

Reasoning Algorithmically in Graph Neural Networks
von: Numeroso, Danilo
Veröffentlicht: (2024)

Gender Bias in Explainability: Investigating Performance Disparity in Post-hoc Methods
von: Dhaini, Mahdi, et al.
Veröffentlicht: (2025)

Risk-Averse Best Arm Set Identification with Fixed Budget and Fixed Confidence
von: Nonaga, Shunta, et al.
Veröffentlicht: (2025)

Interpretable Network Visualizations: A Human-in-the-Loop Approach for Post-hoc Explainability of CNN-based Image Classification
von: Bianchi, Matteo, et al.
Veröffentlicht: (2024)

Preventing Arbitrarily High Confidence on Far-Away Data in Point-Estimated Discriminative Neural Networks
von: Rashid, Ahmad, et al.
Veröffentlicht: (2023)

Confidence-aware Contrastive Learning for Selective Classification
von: Wu, Yu-Chang, et al.
Veröffentlicht: (2024)

Fixed Confidence Best Arm Identification in the Bayesian Setting
von: Jang, Kyoungseok, et al.
Veröffentlicht: (2024)

Towards Understanding Why Label Smoothing Degrades Selective Classification and How to Fix It
von: Xia, Guoxuan, et al.
Veröffentlicht: (2024)

Performance Estimation in Binary Classification Using Calibrated Confidence
von: Kivimäki, Juhani, et al.
Veröffentlicht: (2025)

Post-hoc Self-explanation of CNNs
von: Boubekki, Ahcène, et al.
Veröffentlicht: (2026)

Improving Out-of-Distribution Detection by Combining Existing Post-hoc Methods
von: Novello, Paul, et al.
Veröffentlicht: (2024)

Optimal Best Arm Identification with Fixed Confidence in Restless Bandits
von: Karthik, P. N., et al.
Veröffentlicht: (2023)

Fair Best Arm Identification with Fixed Confidence
von: Russo, Alessio, et al.
Veröffentlicht: (2024)

Emergence of Globally Attracting Fixed Points in Deep Neural Networks With Nonlinear Activations
von: Joudaki, Amir, et al.
Veröffentlicht: (2024)

Hardness of Learning Fixed Parities with Neural Networks
von: Shoshani, Itamar, et al.
Veröffentlicht: (2025)

Combining Scatter Transform and Deep Neural Networks for Multilabel Electrocardiogram Signal Classification
von: Oppelt, Maximilian P, et al.
Veröffentlicht: (2020)

Innovative Silicosis and Pneumonia Classification: Leveraging Graph Transformer Post-hoc Modeling and Ensemble Techniques
von: Bui, Bao Q., et al.
Veröffentlicht: (2024)