Buchumschlag

Ensemble learning for uncertainty estimation with application to the correction of satellite precipitation products

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Papacharalampous, Georgia, Tyralis, Hristos, Doulamis, Nikolaos, Doulamis, Anastasios
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Combinations of distributional regression algorithms with application in uncertainty estimation of corrected satellite precipitation products
von: Papacharalampous, Georgia, et al.
Veröffentlicht: (2024)

Uncertainty estimation of machine learning spatial precipitation predictions from satellite data
von: Papacharalampous, Georgia, et al.
Veröffentlicht: (2023)

Learning with the Nash-Sutcliffe loss
von: Tyralis, Hristos, et al.
Veröffentlicht: (2026)

A review of predictive uncertainty estimation with machine learning
von: Tyralis, Hristos, et al.
Veröffentlicht: (2022)

Loss functions arising from the index of agreement
von: Tyralis, Hristos, et al.
Veröffentlicht: (2025)

Variable transformations in consistent loss functions
von: Tyralis, Hristos, et al.
Veröffentlicht: (2025)

Features of the Earth's seasonal hydroclimate: Characterizations and comparisons across the Koppen-Geiger climates and across continents
von: Papacharalampous, Georgia, et al.
Veröffentlicht: (2022)

Deep Huber quantile regression networks
von: Tyralis, Hristos, et al.
Veröffentlicht: (2023)

Ocean-DC: An analysis ready data cube framework for environmental and climate change monitoring over the port areas
von: Kavouras, Ioannis, et al.
Veröffentlicht: (2024)

Outlier detection in maritime environments using AIS data and deep recurrent architectures
von: Maganaris, Constantine, et al.
Veröffentlicht: (2024)

Automated Detection and Categorization of River Islets Using Sentinel 2 Images
von: Betsas, Thodoris, et al.
Veröffentlicht: (2024)

Identifying False Negative Flood Events Using Interpretable Deep Learning Framework
von: Temenos, Anastasios, et al.
Veröffentlicht: (2024)

Learning using privileged information for segmenting tumors on digital mammograms
von: Tzortzis, Ioannis N., et al.
Veröffentlicht: (2024)

Multi-scale Intervention Planning based on Generative Design
von: Kavouras, Ioannis, et al.
Veröffentlicht: (2024)

Bayesian implementation of Targeted Maximum Likelihood Estimation for uncertainty quantification in causal effect estimation
von: Nannapaneni, Saideep, et al.
Veröffentlicht: (2025)

Combining T-learning and DR-learning: a framework for oracle-efficient estimation of causal contrasts
von: van der Laan, Lars, et al.
Veröffentlicht: (2024)

Stein's unbiased risk estimate and Hyvärinen's score matching
von: Ghosh, Sulagna, et al.
Veröffentlicht: (2025)

Towards a pretrained deep learning estimator of the Linfoot informational correlation
von: Berg, Stéphanie M. van den, et al.
Veröffentlicht: (2025)

Conformal Risk Control for Non-Monotonic Losses
von: Angelopoulos, Anastasios N.
Veröffentlicht: (2026)

Beyond algorithm hyperparameters: on preprocessing hyperparameters and associated pitfalls in machine learning applications
von: Sauer, Christina, et al.
Veröffentlicht: (2024)

Prediction-Powered Adaptive Shrinkage Estimation
von: Li, Sida, et al.
Veröffentlicht: (2025)

Dimension-reduced outcome-weighted learning for estimating individualized treatment regimes in observational studies
von: Son, Sungtaek, et al.
Veröffentlicht: (2026)

Online conformal prediction with decaying step sizes
von: Angelopoulos, Anastasios N., et al.
Veröffentlicht: (2024)

PPI++: Efficient Prediction-Powered Inference
von: Angelopoulos, Anastasios N., et al.
Veröffentlicht: (2023)

Elliptical Wishart distributions: information geometry, maximum likelihood estimator, performance analysis and statistical learning
von: Ayadi, Imen, et al.
Veröffentlicht: (2024)

Improving reproducibility by controlling random seed stability in machine learning based estimation via bagging
von: Williams, Nicholas, et al.
Veröffentlicht: (2026)

Generative vs. Discriminative modeling under the lens of uncertainty quantification
von: Argouarc'h, Elouan, et al.
Veröffentlicht: (2024)

Neural variational inference for cutting feedback during uncertainty propagation
von: Song, Jiafang, et al.
Veröffentlicht: (2025)

Ensemble Prediction via Covariate-dependent Stacking
von: Wakayama, Tomoya, et al.
Veröffentlicht: (2024)

Federated Rule Ensemble Method in Medical Data
von: Wan, Ke, et al.
Veröffentlicht: (2026)

Low-rank variational Bayes correction to the Laplace method
von: van Niekerk, Janet, et al.
Veröffentlicht: (2021)

Personalised dynamic super learning: an application in predicting hemodiafiltration convection volumes
von: Chatton, Arthur, et al.
Veröffentlicht: (2023)

Robust CATE Estimation Using Novel Ensemble Methods
von: Machluf, Oshri, et al.
Veröffentlicht: (2024)

Data-Driven Logistic Regression Ensembles With Applications in Genomics
von: Christidis, Anthony-Alexander, et al.
Veröffentlicht: (2021)

Generalized Bayesian Ensemble Survival Tree (GBEST) model
von: Ballante, Elena, et al.
Veröffentlicht: (2025)

Vector Copula Variational Inference and Dependent Block Posterior Approximations
von: Fu, Yu, et al.
Veröffentlicht: (2025)

Data-Adaptive Tradeoffs among Multiple Risks in Distribution-Free Prediction
von: Nguyen, Drew T., et al.
Veröffentlicht: (2024)

EnsLoss: Stochastic Calibrated Loss Ensembles for Preventing Overfitting in Classification
von: Dai, Ben
Veröffentlicht: (2024)

Conformal Prediction for Ensembles: Improving Efficiency via Score-Based Aggregation
von: Rivera, Eduardo Ochoa, et al.
Veröffentlicht: (2024)

Kernel-Based Ensemble Gaussian Mixture Probability Hypothesis Density Filter
von: Durant, Dalton, et al.
Veröffentlicht: (2025)