Copertina

Linear Opinion Pooling for Uncertainty Quantification on Graphs

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Damke, Clemens, Hüllermeier, Eyke
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

CUQ-GNN: Committee-based Graph Uncertainty Quantification using Posterior Networks
di: Damke, Clemens, et al.
Pubblicazione: (2024)

Adjusted Count Quantification Learning on Graphs
di: Damke, Clemens, et al.
Pubblicazione: (2025)

Distribution Matching for Graph Quantification Under Structural Covariate Shift
di: Damke, Clemens, et al.
Pubblicazione: (2025)

Unification and Optimization of Robust Supervised Learning
di: Hanselle, Jonas, et al.
Pubblicazione: (2026)

Uncertainty Quantification with Proper Scoring Rules: Adjusting Measures to Prediction Tasks
di: Hofman, Paul, et al.
Pubblicazione: (2025)

Uncertainty Quantification for Machine Learning: One Size Does Not Fit All
di: Hofman, Paul, et al.
Pubblicazione: (2025)

Uncertainty Quantification for Regression: A Unified Framework based on kernel scores
di: Bülte, Christopher, et al.
Pubblicazione: (2025)

Aleatoric and Epistemic Uncertainty Measures for Ordinal Classification through Binary Reduction
di: Haas, Stefan, et al.
Pubblicazione: (2025)

Second-Order Uncertainty Quantification: Variance-Based Measures
di: Sale, Yusuf, et al.
Pubblicazione: (2023)

Label-wise Aleatoric and Epistemic Uncertainty Quantification
di: Sale, Yusuf, et al.
Pubblicazione: (2024)

Quantifying Aleatoric and Epistemic Uncertainty with Proper Scoring Rules
di: Hofman, Paul, et al.
Pubblicazione: (2024)

An Axiomatic Assessment of Entropy- and Variance-based Uncertainty Quantification in Regression
di: Bülte, Christopher, et al.
Pubblicazione: (2025)

Uncertainty Quantification as a Principled Foundation for Explainable Artificial Intelligence: A Case Study of Counterfactual Explanations
di: Sokol, Kacper, et al.
Pubblicazione: (2025)

Mitigating Label Noise through Data Ambiguation
di: Lienen, Julian, et al.
Pubblicazione: (2023)

Random Forest Calibration
di: Shaker, Mohammad Hossein, et al.
Pubblicazione: (2025)

Conformalized Credal Set Predictors
di: Javanmardi, Alireza, et al.
Pubblicazione: (2024)

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

Is Epistemic Uncertainty Faithfully Represented by Evidential Deep Learning Methods?
di: Jürgens, Mira, et al.
Pubblicazione: (2024)

Pairwise Difference Learning for Classification
di: Belaid, Mohamed Karim, et al.
Pubblicazione: (2024)

Beyond TreeSHAP: Efficient Computation of Any-Order Shapley Interactions for Tree Ensembles
di: Muschalik, Maximilian, et al.
Pubblicazione: (2024)

Probabilistic Scoring Lists for Interpretable Machine Learning
di: Hanselle, Jonas, et al.
Pubblicazione: (2024)

Credal Prediction based on Relative Likelihood
di: Löhr, Timo, et al.
Pubblicazione: (2025)

ResponseRank: Data-Efficient Reward Modeling through Preference Strength Learning
di: Kaufmann, Timo, et al.
Pubblicazione: (2025)

Antithetic Sampling for Top-k Shapley Identification
di: Kolpaczki, Patrick, et al.
Pubblicazione: (2025)

Structured Credal Learning
di: Venkatesh, Varun, et al.
Pubblicazione: (2026)

Reliable Part-of-Speech Tagging of Historical Corpora through Set-Valued Prediction
di: Heid, Stefan, et al.
Pubblicazione: (2020)

Shapley Value Approximation Based on k-Additive Games
di: Pelegrina, Guilherme Dean, et al.
Pubblicazione: (2025)

Optimal Conformal Prediction under Epistemic Uncertainty
di: Javanmardi, Alireza, et al.
Pubblicazione: (2025)

Fine-Grained Uncertainty Decomposition in Large Language Models: A Spectral Approach
di: Walha, Nassim, et al.
Pubblicazione: (2025)

Efficient Online Learning with Predictive Coding Networks: Exploiting Temporal Correlations
di: Zadeh-Jousdani, Darius Masoum, et al.
Pubblicazione: (2025)

A Survey of Reinforcement Learning from Human Feedback
di: Kaufmann, Timo, et al.
Pubblicazione: (2023)

Unifying Feature-Based Explanations with Functional ANOVA and Cooperative Game Theory
di: Fumagalli, Fabian, et al.
Pubblicazione: (2024)

Approximating the Shapley Value without Marginal Contributions
di: Kolpaczki, Patrick, et al.
Pubblicazione: (2023)

Efficient Credal Prediction through Decalibration
di: Hofman, Paul, et al.
Pubblicazione: (2026)

Conformal Prediction in Hierarchical Classification with Constrained Representation Complexity
di: Mortier, Thomas, et al.
Pubblicazione: (2025)

Linear-LLM-SCM: Benchmarking LLMs for Coefficient Elicitation in Linear-Gaussian Causal Models
di: Yamaoka, Kanta, et al.
Pubblicazione: (2026)

KernelSHAP-IQ: Weighted Least-Square Optimization for Shapley Interactions
di: Fumagalli, Fabian, et al.
Pubblicazione: (2024)

A calibration test for evaluating set-based epistemic uncertainty representations
di: Jürgens, Mira, et al.
Pubblicazione: (2025)

Information Leakage Detection through Approximate Bayes-optimal Prediction
di: Gupta, Pritha, et al.
Pubblicazione: (2024)

Conformal Prediction Regions are Imprecise Highest Density Regions
di: Caprio, Michele, et al.
Pubblicazione: (2025)