Copertina

CreINNs: Credal-Set Interval Neural Networks for Uncertainty Estimation in Classification Tasks

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Wang, Kaizheng, Shariatmadar, Keivan, Manchingal, Shireen Kudukkil, Cuzzolin, Fabio, Moens, David, Hallez, Hans
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Credal Wrapper of Model Averaging for Uncertainty Estimation in Classification
di: Wang, Kaizheng, et al.
Pubblicazione: (2024)

Random-Set Neural Networks (RS-NN)
di: Manchingal, Shireen Kudukkil, et al.
Pubblicazione: (2023)

Credal Ensemble Distillation for Uncertainty Quantification
di: Wang, Kaizheng, et al.
Pubblicazione: (2025)

Credal and Interval Deep Evidential Classifications
di: Caprio, Michele, et al.
Pubblicazione: (2025)

Random-Set Large Language Models
di: Mubashar, Muhammad, et al.
Pubblicazione: (2025)

A neurosymbolic Approach with Epistemic Deep Learning for Hierarchical Image Classification
di: Kilicdere, Ezel, et al.
Pubblicazione: (2026)

Random-Set Graph Neural Networks
di: Woodley, Tommy, et al.
Pubblicazione: (2026)

Epistemic Artificial Intelligence is Essential for Machine Learning Models to Truly 'Know When They Do Not Know'
di: Manchingal, Shireen Kudukkil, et al.
Pubblicazione: (2025)

A Unified Evaluation Framework for Epistemic Predictions
di: Manchingal, Shireen Kudukkil, et al.
Pubblicazione: (2025)

Epistemic Deep Learning: Enabling Machine Learning Models to Know When They Do Not Know
di: Manchingal, Shireen Kudukkil
Pubblicazione: (2025)

Generalized Decision Focused Learning under Imprecise Uncertainty--Theoretical Study
di: Shariatmadar, Keivan, et al.
Pubblicazione: (2025)

Learning Credal Ensembles via Distributionally Robust Optimization
di: Wang, Kaizheng, et al.
Pubblicazione: (2026)

Epistemic Wrapping for Uncertainty Quantification
di: Sultana, Maryam, et al.
Pubblicazione: (2025)

Set-based v.s. Distribution-based Representations of Epistemic Uncertainty: A Comparative Study
di: Wang, Kaizheng, et al.
Pubblicazione: (2026)

Direct Interval Propagation Methods using Neural-Network Surrogates for Uncertainty Quantification in Physical Systems Surrogate Model
di: Faza, Ghifari Adam, et al.
Pubblicazione: (2026)

Uncertainty-Aware Autonomous Vehicles: Predicting the Road Ahead
di: Manchingal, Shireen Kudukkil, et al.
Pubblicazione: (2025)

Distributional Energy-Based Models for Uncertainty-Aware Structured LLM Reasoning
di: Manchingal, Shireen Kudukkil, et al.
Pubblicazione: (2026)

Generalisation of Total Uncertainty in AI: A Theoretical Study
di: Shariatmadar, Keivan
Pubblicazione: (2024)

Credal Learning Theory
di: Caprio, Michele, et al.
Pubblicazione: (2024)

AI-Enhanced Precision in Sport Taekwondo: Increasing Fairness, Speed, and Trust in Competition (FST.ai)
di: Shariatmadar, Keivan, et al.
Pubblicazione: (2025)

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

Statistical inference with belief functions: A survey
di: Cuzzolin, Fabio
Pubblicazione: (2026)

FST.ai 2.0: An Explainable AI Ecosystem for Fair, Fast, and Inclusive Decision-Making in Olympic and Paralympic Taekwondo
di: Shariatmadar, Keivan, et al.
Pubblicazione: (2025)

When Do Credal Sets Stabilize? Fixed-Point Theorems for Credal Set Updates
di: Caprio, Michele, et al.
Pubblicazione: (2025)

Towards Privacy-Aware Bayesian Networks: A Credal Approach
di: Rocchi, Niccolò, et al.
Pubblicazione: (2025)

Reasoning with random sets: An agenda for the future
di: Cuzzolin, Fabio
Pubblicazione: (2023)

Quantification of Credal Uncertainty: A Distance-Based Approach
di: Gonzalez-Garcia, Xabier, et al.
Pubblicazione: (2026)

Credal Concept Bottleneck Models for Epistemic-Aleatoric Uncertainty Decomposition
di: Mukherjee, Tanmoy, et al.
Pubblicazione: (2026)

Credal Concept Bottleneck Models: Structural Separation of Epistemic and Aleatoric Uncertainty
di: Mukherjee, Tanmoy, et al.
Pubblicazione: (2026)

Introducing Interval Neural Networks for Uncertainty-Aware System Identification
di: Ferah, Mehmet Ali, et al.
Pubblicazione: (2025)

Uncertainty Estimation for the Open-Set Text Classification systems
di: Erlygin, Leonid, et al.
Pubblicazione: (2026)

Conformalized Credal Set Predictors
di: Javanmardi, Alireza, et al.
Pubblicazione: (2024)

How Many Human Survey Respondents is a Large Language Model Worth? An Uncertainty Quantification Perspective
di: Huang, Chengpiao, et al.
Pubblicazione: (2025)

MINTS: Minimalist Thompson Sampling
di: Wang, Kaizheng
Pubblicazione: (2026)

A Minimalist Bayesian Framework for Stochastic Optimization
di: Wang, Kaizheng
Pubblicazione: (2025)

Credal Graph Neural Networks
di: Tolloso, Matteo, et al.
Pubblicazione: (2025)

Reliable Classification with Conformal Learning and Interval-Type 2 Fuzzy Sets
di: Fumanal-Idocin, Javier, et al.
Pubblicazione: (2025)

Enabling Uncertainty Estimation in Iterative Neural Networks
di: Durasov, Nikita, et al.
Pubblicazione: (2024)

Epistemic Generative Adversarial Networks
di: Mubashar, Muhammad, et al.
Pubblicazione: (2026)

Distilling Calibration via Conformalized Credal Inference
di: Huang, Jiayi, et al.
Pubblicazione: (2025)