Buchumschlag

Uncertainty Quantification Metrics for Deep Regression

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lind, Simon Kristoffersson, Xiong, Ziliang, Forssén, Per-Erik, Krüger, Volker
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Hinge-Wasserstein: Estimating Multimodal Aleatoric Uncertainty in Regression Tasks
von: Xiong, Ziliang, et al.
Veröffentlicht: (2023)

Normalizing Flows are Capable Models for Bi-manual Visuomotor Policy
von: Li, Jialong, et al.
Veröffentlicht: (2025)

Making the Flow Glow -- Robot Perception under Severe Lighting Conditions using Normalizing Flow Gradients
von: Lind, Simon Kristoffersson, et al.
Veröffentlicht: (2024)

Collision Risk Estimation via Loss Prediction in End-to-End Autonomous Driving
von: Xiong, Ziliang, et al.
Veröffentlicht: (2025)

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

Shifting Uncertainty to Critical Moments: Towards Reliable Uncertainty Quantification for VLA Model
von: Tang, Yanchuan, et al.
Veröffentlicht: (2026)

Predicting Safety Misbehaviours in Autonomous Driving Systems using Uncertainty Quantification
von: Grewal, Ruben, et al.
Veröffentlicht: (2024)

Continuous Normalizing Flows for Uncertainty-Aware Human Pose Estimation
von: Liu, Shipeng, et al.
Veröffentlicht: (2025)

Data-driven Kinematic Modeling in Soft Robots: System Identification and Uncertainty Quantification
von: Jiang, Zhanhong, et al.
Veröffentlicht: (2025)

MATTER: Multiscale Attention for Registration Error Regression
von: Liu, Shipeng, et al.
Veröffentlicht: (2025)

Uncertainty-Aware Trajectory Prediction via Rule-Regularized Heteroscedastic Deep Classification
von: Manas, Kumar, et al.
Veröffentlicht: (2025)

MaskVal: Simple but Effective Uncertainty Quantification for 6D Pose Estimation
von: Quentin, Philipp, et al.
Veröffentlicht: (2024)

DRIVE Through the Unpredictability:From a Protocol Investigating Slip to a Metric Estimating Command Uncertainty
von: Samson, Nicolas, et al.
Veröffentlicht: (2025)

Uncertainty Quantification for Deep Regression using Contextualised Normalizing Flows
von: Marco, Adriel Sosa, et al.
Veröffentlicht: (2025)

An Intuitive Tutorial to Gaussian Process Regression
von: Wang, Jie
Veröffentlicht: (2020)

Interpretable Robotic Friction Learning via Symbolic Regression
von: Scholl, Philipp, et al.
Veröffentlicht: (2025)

Uncertainty-aware Reward Design Process
von: Yang, Yang, et al.
Veröffentlicht: (2025)

Inverting Non-Injective Functions with Twin Neural Network Regression
von: Wetzel, Sebastian J.
Veröffentlicht: (2026)

Exterior Penalty Policy Optimization with Penalty Metric Network under Constraints
von: Gao, Shiqing, et al.
Veröffentlicht: (2024)

Physics-informed Temporal Difference Metric Learning for Robot Motion Planning
von: Ni, Ruiqi, et al.
Veröffentlicht: (2025)

Pedestrian Behavior Prediction for Automated Driving: Requirements, Metrics, and Relevant Features
von: Herman, Michael, et al.
Veröffentlicht: (2020)

Adaptive Planning with Generative Models under Uncertainty
von: Jutras-Dubé, Pascal, et al.
Veröffentlicht: (2024)

Robust Adversarial Policy Optimization Under Dynamics Uncertainty
von: Kim, Mintae, et al.
Veröffentlicht: (2026)

Adaptable Recovery Behaviors in Robotics: A Behavior Trees and Motion Generators(BTMG) Approach for Failure Management
von: Ahmad, Faseeh, et al.
Veröffentlicht: (2024)

On Learning the Tail Quantiles of Driving Behavior Distributions via Quantile Regression and Flows
von: Tee, Jia Yu, et al.
Veröffentlicht: (2023)

Handling Long-Term Safety and Uncertainty in Safe Reinforcement Learning
von: Günster, Jonas, et al.
Veröffentlicht: (2024)

Uncertainty Comes for Free: Human-in-the-Loop Policies with Diffusion Models
von: He, Zhanpeng, et al.
Veröffentlicht: (2025)

When to Act, Ask, or Learn: Uncertainty-Aware Policy Steering
von: Yuan, Jessie, et al.
Veröffentlicht: (2026)

Adaptive Target Localization under Uncertainty using Multi-Agent Deep Reinforcement Learning with Knowledge Transfer
von: Alagha, Ahmed, et al.
Veröffentlicht: (2025)

Efficient Sensor Placement from Regression with Sparse Gaussian Processes in Continuous and Discrete Spaces
von: Jakkala, Kalvik, et al.
Veröffentlicht: (2023)

Enhanced Quantile Regression with Spiking Neural Networks for Long-Term System Health Prognostics
von: Poland, David J
Veröffentlicht: (2025)

Temporal and Semantic Evaluation Metrics for Foundation Models in Post-Hoc Analysis of Robotic Sub-tasks
von: Salfity, Jonathan, et al.
Veröffentlicht: (2024)

Beyond Euclidean Proximity: Repairing Latent World Models with Horizon-Matched Trajectory Reachability Metrics
von: Li, Liangyu, et al.
Veröffentlicht: (2026)

From Inference Efficiency to Embodied Efficiency: Revisiting Efficiency Metrics for Vision-Language-Action Models
von: Li, Zhuofan, et al.
Veröffentlicht: (2026)

Driving Through Uncertainty: Risk-Averse Control with LLM Commonsense for Autonomous Driving under Perception Deficits
von: Hu, Yuting, et al.
Veröffentlicht: (2025)

MTF-Grasp: A Multi-tier Federated Learning Approach for Robotic Grasping
von: Zaland, Obaidullah, et al.
Veröffentlicht: (2025)

UMLoc: Uncertainty-Aware Map-Constrained Inertial Localization with Quantified Bounds
von: Alharbi, Mohammed S., et al.
Veröffentlicht: (2026)

Learning from Suboptimal Data in Continuous Control via Auto-Regressive Soft Q-Network
von: Liu, Jijia, et al.
Veröffentlicht: (2025)

Lifelong Ensemble Learning based on Multiple Representations for Few-Shot Object Recognition
von: Kasaei, Hamidreza, et al.
Veröffentlicht: (2022)

Uncertainty-Aware Deployment of Pre-trained Language-Conditioned Imitation Learning Policies
von: Wu, Bo, et al.
Veröffentlicht: (2024)