Buchumschlag

Calibrated Uncertainty Quantification for Operator Learning via Conformal Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ma, Ziqi, Azizzadenesheli, Kamyar, Anandkumar, Anima
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Neural Operator: Learning Maps Between Function Spaces
von: Kovachki, Nikola, et al.
Veröffentlicht: (2021)

Neural Operators for Accelerating Scientific Simulations and Design
von: Azizzadenesheli, Kamyar, et al.
Veröffentlicht: (2023)

Neural Operators with Localized Integral and Differential Kernels
von: Liu-Schiaffini, Miguel, et al.
Veröffentlicht: (2024)

Provable and Practical: Efficient Exploration in Reinforcement Learning via Langevin Monte Carlo
von: Ishfaq, Haque, et al.
Veröffentlicht: (2023)

Principled Approaches for Extending Neural Architectures to Function Spaces for Operator Learning
von: Berner, Julius, et al.
Veröffentlicht: (2025)

Ultrasound Lung Aeration Map via Physics-Aware Neural Operators
von: Wang, Jiayun, et al.
Veröffentlicht: (2025)

Enabling Automatic Differentiation with Mollified Graph Neural Operators
von: Lin, Ryan Y., et al.
Veröffentlicht: (2025)

Guaranteed Approximation Bounds for Mixed-Precision Neural Operators
von: Tu, Renbo, et al.
Veröffentlicht: (2023)

Scale-Consistent Learning for Partial Differential Equations
von: Li, Zongyi, et al.
Veröffentlicht: (2025)

Neural Spline Operators for Risk Quantification in Stochastic Systems
von: Wang, Zhuoyuan, et al.
Veröffentlicht: (2025)

Stochastic Process Learning via Operator Flow Matching
von: Shi, Yaozhong, et al.
Veröffentlicht: (2025)

Equivariant Graph Neural Operator for Modeling 3D Dynamics
von: Xu, Minkai, et al.
Veröffentlicht: (2024)

Dynamical Measure Transport and Neural PDE Solvers for Sampling
von: Sun, Jingtong, et al.
Veröffentlicht: (2024)

A Library for Learning Neural Operators
von: Kossaifi, Jean, et al.
Veröffentlicht: (2024)

Neural-Fly Enables Rapid Learning for Agile Flight in Strong Winds
von: O'Connell, Michael, et al.
Veröffentlicht: (2022)

Guided Diffusion Sampling on Function Spaces with Applications to PDEs
von: Yao, Jiachen, et al.
Veröffentlicht: (2025)

Physics-informed Neural-operator Predictive Control for Drag Reduction in Turbulent Flows
von: Zhao, Zelin, et al.
Veröffentlicht: (2025)

Geometric Operator Learning with Optimal Transport
von: Li, Xinyi, et al.
Veröffentlicht: (2025)

Fourier Neural Operators Explained: A Practical Perspective
von: Duruisseaux, Valentin, et al.
Veröffentlicht: (2025)

Learning Calibrated Uncertainties for Domain Shift: A Distributionally Robust Learning Approach
von: Wang, Haoxuan, et al.
Veröffentlicht: (2020)

Tipping Point Forecasting in Non-Stationary Dynamics on Function Spaces
von: Liu-Schiaffini, Miguel, et al.
Veröffentlicht: (2023)

Mechanistic Interpretability with Sparse Autoencoder Neural Operators
von: Tolooshams, Bahareh, et al.
Veröffentlicht: (2025)

Pretraining Codomain Attention Neural Operators for Solving Multiphysics PDEs
von: Rahman, Md Ashiqur, et al.
Veröffentlicht: (2024)

Mesh-Informed Neural Operator : A Transformer Generative Approach
von: Shi, Yaozhong, et al.
Veröffentlicht: (2025)

Fourier Neural Operator with Learned Deformations for PDEs on General Geometries
von: Li, Zongyi, et al.
Veröffentlicht: (2022)

Universal Functional Regression with Neural Operator Flows
von: Shi, Yaozhong, et al.
Veröffentlicht: (2024)

Enforcing Reciprocity in Operator Learning for Seismic Wave Propagation
von: Zou, Caifeng, et al.
Veröffentlicht: (2026)

Broadband Ground Motion Synthesis via Generative Adversarial Neural Operators: Development and Validation
von: Shi, Yaozhong, et al.
Veröffentlicht: (2023)

Incremental Spatial and Spectral Learning of Neural Operators for Solving Large-Scale PDEs
von: George, Robert Joseph, et al.
Veröffentlicht: (2022)

Geometry-Aware Uncertainty Quantification via Conformal Prediction on Manifolds
von: Shahbazi, Marzieh Amiri, et al.
Veröffentlicht: (2026)

Physics-Aware Neural Operators for Direct Inversion in 3D Photoacoustic Tomography
von: Wang, Jiayun, et al.
Veröffentlicht: (2025)

Functional Linear Regression of Cumulative Distribution Functions
von: Zhang, Qian, et al.
Veröffentlicht: (2022)

Operator Learning Using Weak Supervision from Walk-on-Spheres
von: Viswanath, Hrishikesh, et al.
Veröffentlicht: (2026)

Uncertainty Quantification for Neurosymbolic Programs via Compositional Conformal Prediction
von: Ramalingam, Ramya, et al.
Veröffentlicht: (2024)

Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems
von: Shah, Freya, et al.
Veröffentlicht: (2024)

Ambient Noise Full Waveform Inversion with Neural Operators
von: Zou, Caifeng, et al.
Veröffentlicht: (2025)

InRank: Incremental Low-Rank Learning
von: Zhao, Jiawei, et al.
Veröffentlicht: (2023)

Solving Poisson Equations using Neural Walk-on-Spheres
von: Nam, Hong Chul, et al.
Veröffentlicht: (2024)

Coarse Graining with Neural Operators for Simulating Chaotic Systems
von: Wang, Chuwei, et al.
Veröffentlicht: (2024)

Lean Copilot: Large Language Models as Copilots for Theorem Proving in Lean
von: Song, Peiyang, et al.
Veröffentlicht: (2024)