Copertina

Uncertainty Quantification via Stable Distribution Propagation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Petersen, Felix, Mishra, Aashwin, Kuehne, Hilde, Borgelt, Christian, Deussen, Oliver, Yurochkin, Mikhail
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

Newton Losses: Using Curvature Information for Learning with Differentiable Algorithms
di: Petersen, Felix, et al.
Pubblicazione: (2024)

Generalizing Stochastic Smoothing for Differentiation and Gradient Estimation
di: Petersen, Felix, et al.
Pubblicazione: (2024)

Convolutional Differentiable Logic Gate Networks
di: Petersen, Felix, et al.
Pubblicazione: (2024)

A Fragile Number Sense: Probing the Elemental Limits of Numerical Reasoning in LLMs
di: Rahman, Roussel, et al.
Pubblicazione: (2025)

Out-of-Distribution Detection using Synthetic Data Generation
di: Abbas, Momin, et al.
Pubblicazione: (2025)

Towards single-shot coherent imaging via overlap-free ptychography
di: Hoidn, Oliver, et al.
Pubblicazione: (2026)

Weak Supervision Performance Evaluation via Partial Identification
di: Polo, Felipe Maia, et al.
Pubblicazione: (2023)

Reversing the Lens: Using Explainable AI to Understand Human Expertise
di: Rahman, Roussel, et al.
Pubblicazione: (2025)

VideoGEM: Training-free Action Grounding in Videos
di: Vogel, Felix, et al.
Pubblicazione: (2025)

Sloth: scaling laws for LLM skills to predict multi-benchmark performance across families
di: Polo, Felipe Maia, et al.
Pubblicazione: (2024)

Complementing Self-Consistency with Cross-Model Disagreement for Uncertainty Quantification
di: Hamidieh, Kimia, et al.
Pubblicazione: (2026)

Schreier-Coset Graph Propagation
di: Mishra, Aryan, et al.
Pubblicazione: (2025)

Uncertainty Quantification in the Tsetlin Machine
di: Helin, Runar, et al.
Pubblicazione: (2025)

Uncertainty Quantification in SVM prediction
di: Anand, Pritam
Pubblicazione: (2025)

LLMs Uncertainty Quantification via Adaptive Conformal Semantic Entropy
di: Karimi, Hamed, et al.
Pubblicazione: (2026)

The Probabilistic Tsetlin Machine: A Novel Approach to Uncertainty Quantification
di: Abeyrathna, K. Darshana, et al.
Pubblicazione: (2024)

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

Fair Uncertainty Quantification for Depression Prediction
di: Li, Yonghong, et al.
Pubblicazione: (2025)

Torch-Uncertainty: A Deep Learning Framework for Uncertainty Quantification
di: Lafage, Adrien, et al.
Pubblicazione: (2025)

Selective Uncertainty Propagation in Offline RL
di: Krishnamurthy, Sanath Kumar, et al.
Pubblicazione: (2023)

TrAct: Making First-layer Pre-Activations Trainable
di: Petersen, Felix, et al.
Pubblicazione: (2024)

Achieving Distributive Justice in Federated Learning via Uncertainty Quantification
di: Carey, Alycia, et al.
Pubblicazione: (2025)

Uncertainty Quantification for Forward and Inverse Problems of PDEs via Latent Global Evolution
di: Wu, Tailin, et al.
Pubblicazione: (2024)

An Isotropic Approach to Efficient Uncertainty Quantification with Gradient Norms
di: Grünefeld, Nils, et al.
Pubblicazione: (2026)

A Rate-Distortion View of Uncertainty Quantification
di: Apostolopoulou, Ifigeneia, et al.
Pubblicazione: (2024)

GNN's Uncertainty Quantification using Self-Distillation
di: Daneshvar, Hirad, et al.
Pubblicazione: (2025)

Tackling Fake Forgetting through Uncertainty Quantification
di: Shi, Yingdan, et al.
Pubblicazione: (2025)

Towards Uncertainty Quantification in Generative Model Learning
di: Morales, Giorgio, et al.
Pubblicazione: (2025)

The Role of Ambiguity in Error Prediction via Uncertainty Quantification
di: Staliūnaitė, Ieva Raminta, et al.
Pubblicazione: (2026)

Aligners: Decoupling LLMs and Alignment
di: Ngweta, Lilian, et al.
Pubblicazione: (2024)

Uncertainty Quantification for Gradient-based Explanations in Neural Networks
di: Mulye, Mihir, et al.
Pubblicazione: (2024)

Improving Label Error Detection and Elimination with Uncertainty Quantification
di: Jakubik, Johannes, et al.
Pubblicazione: (2024)

Quantile-Free Uncertainty Quantification in Graph Neural Networks
di: park, Soyoung, et al.
Pubblicazione: (2026)

Conf-Gen: Conformal Uncertainty Quantification for Generative Models
di: Loaiza-Ganem, Gabriel, et al.
Pubblicazione: (2026)

Uncertainty Quantification for Machine Learning in Healthcare: A Survey
di: López, L. Julián Lechuga, et al.
Pubblicazione: (2025)

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

Model-Agnostic Dynamic Feature Selection with Uncertainty Quantification
di: Fumanal-Idocin, Javier, et al.
Pubblicazione: (2025)

Robust Uncertainty Quantification for Self-Evolving Large Language Models via Continual Domain Pretraining
di: Zhou, Xiaofan, et al.
Pubblicazione: (2025)

Uncertainty Propagation in XAI: A Comparison of Analytical and Empirical Estimators
di: Chiaburu, Teodor, et al.
Pubblicazione: (2025)

FedSI: Federated Subnetwork Inference for Efficient Uncertainty Quantification
di: Chen, Hui, et al.
Pubblicazione: (2024)