Buchumschlag

Density-Regression: Efficient and Distance-Aware Deep Regressor for Uncertainty Estimation under Distribution Shifts

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bui, Ha Manh, Liu, Anqi
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

Density-Softmax: Efficient Test-time Model for Uncertainty Estimation and Robustness under Distribution Shifts
von: Bui, Ha Manh, et al.
Veröffentlicht: (2023)

Efficient and Uncertainty-Aware Diffusion Framework for Offline-to-Online Reinforcement Learning
von: Bui, Ha Manh, et al.
Veröffentlicht: (2026)

Variance-Aware Linear UCB with Deep Representation for Neural Contextual Bandits
von: Bui, Ha Manh, et al.
Veröffentlicht: (2024)

Q-Learning with Shift-Aware Upper Confidence Bound in Non-Stationary Reinforcement Learning
von: Bui, Ha Manh, et al.
Veröffentlicht: (2025)

Calibrated Uncertainty Sampling for Active Learning
von: Bui, Ha Manh, et al.
Veröffentlicht: (2025)

ODD: Overlap-aware Estimation of Model Performance under Distribution Shift
von: Mishra, Aayush, et al.
Veröffentlicht: (2025)

Distance Is All You Need: Radial Dispersion for Uncertainty Estimation in Large Language Models
von: Nguyen, Manh, et al.
Veröffentlicht: (2025)

Uncertainty Estimation by Density Aware Evidential Deep Learning
von: Yoon, Taeseong, et al.
Veröffentlicht: (2024)

Distributionally Robust Policy Evaluation under General Covariate Shift in Contextual Bandits
von: Guo, Yihong, et al.
Veröffentlicht: (2024)

Efficient Epistemic Uncertainty Estimation in Regression Ensemble Models Using Pairwise-Distance Estimators
von: Berry, Lucas, et al.
Veröffentlicht: (2023)

Diffusion Counterfactuals for Image Regressors
von: Ha, Trung Duc, et al.
Veröffentlicht: (2025)

Robust Uncertainty Estimation under Distribution Shift via Difference Reconstruction
von: Xu, Xinran, et al.
Veröffentlicht: (2026)

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

Uncertainty-Aware Subset Selection for Robust Visual Explainability under Distribution Shifts
von: Gupta, Madhav, et al.
Veröffentlicht: (2025)

Adaptive Estimation and Learning under Temporal Distribution Shift
von: Baby, Dheeraj, et al.
Veröffentlicht: (2025)

Assessing Uncertainty Estimation Methods for 3D Image Segmentation under Distribution Shifts
von: Javanbakhat, Masoumeh, et al.
Veröffentlicht: (2024)

CUQDS: Conformal Uncertainty Quantification under Distribution Shift for Trajectory Prediction
von: Huang, Huiqun, et al.
Veröffentlicht: (2024)

Leveraging Gradients for Unsupervised Accuracy Estimation under Distribution Shift
von: Xie, Renchunzi, et al.
Veröffentlicht: (2024)

Transformers Learn Robust In-Context Regression under Distributional Uncertainty
von: Cao, Hoang T. H., et al.
Veröffentlicht: (2026)

Consistency of the $k$-Nearest Neighbor Regressor under Complex Survey Designs
von: Hasler, Caren
Veröffentlicht: (2026)

Quantifying Uncertainty in the Presence of Distribution Shifts
von: Slavutsky, Yuli, et al.
Veröffentlicht: (2025)

Spectral Algorithms in Misspecified Regression: Convergence under Covariate Shift
von: Liu, Ren-Rui, et al.
Veröffentlicht: (2025)

Fast Estimation of Wasserstein Distances via Regression on Sliced Wasserstein Distances
von: Nguyen, Khai, et al.
Veröffentlicht: (2025)

Density Uncertainty Layers for Reliable Uncertainty Estimation
von: Park, Yookoon, et al.
Veröffentlicht: (2023)

Probabilities Are All You Need: A Probability-Only Approach to Uncertainty Estimation in Large Language Models
von: Nguyen, Manh, et al.
Veröffentlicht: (2025)

Optimal Algorithms in Linear Regression under Covariate Shift: On the Importance of Precondition
von: Liu, Yuanshi, et al.
Veröffentlicht: (2025)

Uncertainty Quantification Metrics for Deep Regression
von: Lind, Simon Kristoffersson, et al.
Veröffentlicht: (2024)

Uncertainty Voting Ensemble for Imbalanced Deep Regression
von: Jiang, Yuchang, et al.
Veröffentlicht: (2023)

A Survey of Deep Graph Learning under Distribution Shifts: from Graph Out-of-Distribution Generalization to Adaptation
von: Zhang, Kexin, et al.
Veröffentlicht: (2024)

Integrating Uncertainty Awareness into Conformalized Quantile Regression
von: Rossellini, Raphael, et al.
Veröffentlicht: (2023)

Topology-Aware Dynamic Reweighting for Distribution Shifts on Graph
von: Zheng, Weihuang, et al.
Veröffentlicht: (2024)

Computational Efficiency under Covariate Shift in Kernel Ridge Regression
von: Della Vecchia, Andrea, et al.
Veröffentlicht: (2025)

Unbounded Density Ratio Estimation and Its Application to Covariate Shift Adaptation
von: Liu, Ren-Rui, et al.
Veröffentlicht: (2026)

Adaptive Individual Uncertainty under Out-Of-Distribution Shift with Expert-Routed Conformal Prediction
von: Badkul, Amitesh, et al.
Veröffentlicht: (2025)

How to Evaluate Uncertainty Estimates in Machine Learning for Regression?
von: Sluijterman, Laurens, et al.
Veröffentlicht: (2021)

Symbolic Density Estimation for Discrete Distributions
von: Liu, Ziwen, et al.
Veröffentlicht: (2026)

ShiftKD: Benchmarking Knowledge Distillation under Distribution Shift
von: Zhang, Songming, et al.
Veröffentlicht: (2023)

Calibrated and Sharp Uncertainties in Deep Learning via Density Estimation
von: Kuleshov, Volodymyr, et al.
Veröffentlicht: (2021)

Uncertainty Awareness of Large Language Models Under Code Distribution Shifts: A Benchmark Study
von: Li, Yufei, et al.
Veröffentlicht: (2024)

Discriminant Distance-Aware Representation on Deterministic Uncertainty Quantification Methods
von: Zhang, Jiaxin, et al.
Veröffentlicht: (2024)