Buchumschlag

Enabling Uncertainty Estimation in Iterative Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Durasov, Nikita, Oner, Doruk, Donier, Jonathan, Le, Hieu, Fua, Pascal
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ZigZag: Universal Sampling-free Uncertainty Estimation Through Two-Step Inference
von: Durasov, Nikita, et al.
Veröffentlicht: (2022)

PartSDF: Part-Based Implicit Neural Representation for Composite 3D Shape Parametrization and Optimization
von: Talabot, Nicolas, et al.
Veröffentlicht: (2025)

IT$^3$: Idempotent Test-Time Training
von: Durasov, Nikita, et al.
Veröffentlicht: (2024)

Diffusion Models are Secretly Zero-Shot 3DGS Harmonizers
von: Skorokhodov, Vsevolod, et al.
Veröffentlicht: (2025)

MirrorCheck: Efficient Adversarial Defense for Vision-Language Models
von: Fares, Samar, et al.
Veröffentlicht: (2024)

High Resolution UDF Meshing via Iterative Networks
von: Stella, Federico, et al.
Veröffentlicht: (2025)

Uncertainty Estimation for 3D Object Detection via Evidential Learning
von: Durasov, Nikita, et al.
Veröffentlicht: (2024)

Directed Structural Adaptation to Overcome Statistical Conflicts and Enable Continual Learning
von: Erden, Zeki Doruk, et al.
Veröffentlicht: (2024)

Gradient-based Nested Co-Design of Aerodynamic Shape and Control for Winged Robots
von: Affinita, Daniele, et al.
Veröffentlicht: (2026)

A Proposal for Networks Capable of Continual Learning
von: Erden, Zeki Doruk, et al.
Veröffentlicht: (2025)

Learning Expressive Priors for Generalization and Uncertainty Estimation in Neural Networks
von: Schnaus, Dominik, et al.
Veröffentlicht: (2023)

Neural Surface Detection for Unsigned Distance Fields
von: Stella, Federico, et al.
Veröffentlicht: (2024)

Accelerating MRI Uncertainty Estimation with Mask-based Bayesian Neural Network
von: Zhang, Zehuan, et al.
Veröffentlicht: (2024)

DataCook: Crafting Anti-Adversarial Examples for Healthcare Data Copyright Protection
von: Shang, Sihan, et al.
Veröffentlicht: (2024)

A Lightweight Human Pose Estimation Approach for Edge Computing-Enabled Metaverse with Compressive Sensing
von: Hieu, Nguyen Quang, et al.
Veröffentlicht: (2024)

WindINR: Latent-State INR for Fast Local Wind Query and Correction in Complex Terrain
von: Xiao, Yi, et al.
Veröffentlicht: (2026)

Neural Value Iteration
von: You, Yang, et al.
Veröffentlicht: (2025)

Annealed Co-Generation: Disentangling Variables via Progressive Pairwise Modeling
von: Zhang, Hantao, et al.
Veröffentlicht: (2026)

CreINNs: Credal-Set Interval Neural Networks for Uncertainty Estimation in Classification Tasks
von: Wang, Kaizheng, et al.
Veröffentlicht: (2024)

Agential AI for Integrated Continual Learning, Deliberative Behavior, and Comprehensible Models
von: Erden, Zeki Doruk, et al.
Veröffentlicht: (2025)

Iterative Inference in a Chess-Playing Neural Network
von: Sandmann, Elias, et al.
Veröffentlicht: (2025)

Do you understand epistemic uncertainty? Think again! Rigorous frequentist epistemic uncertainty estimation in regression
von: Foglia, Enrico, et al.
Veröffentlicht: (2025)

Average-Over-Time Spiking Neural Networks for Uncertainty Estimation in Regression
von: Sun, Tao, et al.
Veröffentlicht: (2024)

Uncertainty Estimation by Human Perception versus Neural Models
von: Mendes, Pedro, et al.
Veröffentlicht: (2025)

Scale-Dropout: Estimating Uncertainty in Deep Neural Networks Using Stochastic Scale
von: Ahmed, Soyed Tuhin, et al.
Veröffentlicht: (2023)

NeurFlow: Interpreting Neural Networks through Neuron Groups and Functional Interactions
von: Cao, Tue M., et al.
Veröffentlicht: (2025)

Uncertainty Calibration for Counterfactual Propensity Estimation in Recommendation
von: Hu, Wenbo, et al.
Veröffentlicht: (2023)

Probabilistically Robust Watermarking of Neural Networks
von: Pautov, Mikhail, et al.
Veröffentlicht: (2024)

On the Epistemic Uncertainty of Overparametrized Neural Networks
von: Rügamer, David
Veröffentlicht: (2026)

Hierarchical Autoencoder-based Lossy Compression for Large-scale High-resolution Scientific Data
von: Le, Hieu, et al.
Veröffentlicht: (2023)

Logical Distillation of Graph Neural Networks
von: Pluska, Alexander, et al.
Veröffentlicht: (2024)

Robust Regularized Policy Iteration under Transition Uncertainty
von: Lin, Hongqiang, et al.
Veröffentlicht: (2026)

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

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

From Classical to Topological Neural Networks Under Uncertainty
von: Dayton, Sarah Harkins, et al.
Veröffentlicht: (2026)

High-Fidelity and Generalizable Neural Surface Reconstruction with Sparse Feature Volumes
von: Fan, Aoxiang, et al.
Veröffentlicht: (2025)

Developing Distance-Aware, and Evident Uncertainty Quantification in Dynamic Physics-Constrained Neural Networks for Robust Bearing Degradation Estimation
von: Razzaq, Waleed, et al.
Veröffentlicht: (2025)

Estimating Uncertainty with Implicit Quantile Network
von: Lim, Yi Hung
Veröffentlicht: (2024)

Continual Reinforcement Learning via Autoencoder-Driven Task and New Environment Recognition
von: Erden, Zeki Doruk, et al.
Veröffentlicht: (2025)

SEG:Seeds-Enhanced Iterative Refinement Graph Neural Network for Entity Alignment
von: Ai, Wei, et al.
Veröffentlicht: (2024)