Copertina

Enhancing Uncertainty Quantification in Drug Discovery with Censored Regression Labels

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Svensson, Emma, Friesacher, Hannah Rosa, Winiwarter, Susanne, Mervin, Lewis, Arany, Adam, Engkvist, Ola
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

Temporal Distribution Shift in Real-World Pharmaceutical Data: Implications for Uncertainty Quantification in QSAR Models
di: Friesacher, Hannah Rosa, et al.
Pubblicazione: (2025)

Achieving Well-Informed Decision-Making in Drug Discovery: A Comprehensive Calibration Study using Neural Network-Based Structure-Activity Models
di: Friesacher, Hannah Rosa, et al.
Pubblicazione: (2024)

Publishing Neural Networks in Drug Discovery Might Compromise Training Data Privacy
di: Krüger, Fabian P., et al.
Pubblicazione: (2024)

Utilizing Reinforcement Learning for de novo Drug Design
di: Svensson, Hampus Gummesson, et al.
Pubblicazione: (2023)

Diversity-Aware Reinforcement Learning for de novo Drug Design
di: Svensson, Hampus Gummesson, et al.
Pubblicazione: (2024)

Exploring Modularity of Agentic Systems for Drug Discovery
di: van Weesep, Laura, et al.
Pubblicazione: (2025)

Autonomous Drug Design with Multi-Armed Bandits
di: Svensson, Hampus Gummesson, et al.
Pubblicazione: (2022)

Diverse Mini-Batch Selection in Reinforcement Learning for Efficient Chemical Exploration in de novo Drug Design
di: Svensson, Hampus Gummesson, et al.
Pubblicazione: (2025)

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

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

Uncertainty Quantification for Regression using Proper Scoring Rules
di: Fishkov, Alexander, et al.
Pubblicazione: (2025)

Bayesian Active Learning for Censored Regression
di: Hüttel, Frederik Boe, et al.
Pubblicazione: (2024)

Multivariate Bayesian Last Layer for Regression with Uncertainty Quantification and Decomposition
di: Wang, Han, et al.
Pubblicazione: (2024)

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

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

Efficient Normalized Conformal Prediction and Uncertainty Quantification for Anti-Cancer Drug Sensitivity Prediction with Deep Regression Forests
di: Nolte, Daniel, et al.
Pubblicazione: (2024)

Improving Label Error Detection and Elimination with Uncertainty Quantification
di: Jakubik, Johannes, et al.
Pubblicazione: (2024)

FlexiFlow: decomposable flow matching for generation of flexible molecular ensemble
di: Tedoldi, Riccardo, et al.
Pubblicazione: (2025)

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

Efficient Line Search Method Based on Regression and Uncertainty Quantification
di: Laue, Sören, et al.
Pubblicazione: (2024)

Enhancing Multi-Label Thoracic Disease Diagnosis with Deep Ensemble-Based Uncertainty Quantification
di: Laksara, Yasiru, et al.
Pubblicazione: (2025)

Neural Networks for Censored Expectile Regression Based on Data Augmentation
di: Cao, Wei, et al.
Pubblicazione: (2025)

AI Agents in Drug Discovery
di: Seal, Srijit, et al.
Pubblicazione: (2025)

Automated Labeling of Intracranial Arteries with Uncertainty Quantification Using Deep Learning
di: Bisbal, Javier, et al.
Pubblicazione: (2025)

A Comparative Study of QSPR Methods on a Unique Multitask PAMPA dataset
di: Formanek, Andrs, et al.
Pubblicazione: (2026)

Epistemic Wrapping for Uncertainty Quantification
di: Sultana, Maryam, et al.
Pubblicazione: (2025)

Zono-Conformal Prediction: Zonotope-Based Uncertainty Quantification for Regression and Classification Tasks
di: Lützow, Laura, et al.
Pubblicazione: (2025)

Interpretable Deep Regression Models with Interval-Censored Failure Time Data
di: Yuan, Changhui, et al.
Pubblicazione: (2025)

A Bayesian Model for Multi-stage Censoring
di: Sadhuka, Shuvom, et al.
Pubblicazione: (2025)

Uncertainty Quantification With Multiple Sources
di: Ying, Mufang, et al.
Pubblicazione: (2024)

Variational Deep Survival Machines: Survival Regression with Censored Outcomes
di: Wang, Qinxin, et al.
Pubblicazione: (2024)

Uncertainty Quantification in Multivariable Regression for Material Property Prediction with Bayesian Neural Networks
di: Li, Longze, et al.
Pubblicazione: (2023)

Is the Last Layer Sufficient for Uncertainty Quantification?
di: Wilson, Joseph, et al.
Pubblicazione: (2026)

Position: There Is No Free Bayesian Uncertainty Quantification
di: Melev, Ivan, et al.
Pubblicazione: (2025)

Model-Free Kernel Conformal Depth Measures Algorithm for Uncertainty Quantification in Regression Models in Separable Hilbert Spaces
di: Matabuena, Marcos, et al.
Pubblicazione: (2025)

Variational Imbalanced Regression: Fair Uncertainty Quantification via Probabilistic Smoothing
di: Wang, Ziyan, et al.
Pubblicazione: (2023)

RAG-Enhanced Collaborative LLM Agents for Drug Discovery
di: Lee, Namkyeong, et al.
Pubblicazione: (2025)

Enhancing Trustworthiness in ML-Based Network Intrusion Detection with Uncertainty Quantification
di: Talpini, Jacopo, et al.
Pubblicazione: (2023)

Uncertainty Quantification in the Tsetlin Machine
di: Helin, Runar, et al.
Pubblicazione: (2025)

Uncertainty Quantification in SVM prediction
di: Anand, Pritam
Pubblicazione: (2025)