Buchumschlag

Lightning UQ Box: A Comprehensive Framework for Uncertainty Quantification in Deep Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lehmann, Nils, Gawlikowski, Jakob, Stewart, Adam J., Jancauskas, Vytautas, Depeweg, Stefan, Nalisnick, Eric, Gottschling, Nina Maria
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Uncertainty Aware Tropical Cyclone Wind Speed Estimation from Satellite Data
von: Lehmann, Nils, et al.
Veröffentlicht: (2024)

Adaptive Bounding Box Uncertainties via Two-Step Conformal Prediction
von: Timans, Alexander, et al.
Veröffentlicht: (2024)

Active Learning for Multilingual Fingerspelling Corpora
von: Wang, Shuai, et al.
Veröffentlicht: (2023)

Exploiting Text-Image Latent Spaces for the Description of Visual Concepts
von: Schmalwasser, Laines, et al.
Veröffentlicht: (2024)

Average Kernel Sizes -- Computable Sharp Accuracy Bounds for Inverse Problems
von: Gottschling, Nina M., et al.
Veröffentlicht: (2025)

Are vision language models robust to uncertain inputs?
von: Wang, Xi, et al.
Veröffentlicht: (2025)

Improving Handshape Representations for Sign Language Processing: A Graph Neural Network Approach
von: Carbo, Alessa, et al.
Veröffentlicht: (2025)

Rethinking Uncertainty Quantification and Entanglement in Image Segmentation
von: Christensen, Jakob Lønborg, et al.
Veröffentlicht: (2026)

On Hallucinations in Inverse Problems: Fundamental Limits and Provable Assessment Methods
von: Iagaru, David, et al.
Veröffentlicht: (2026)

Temporal Test-Time Adaptation with State-Space Models
von: Schirmer, Mona, et al.
Veröffentlicht: (2024)

Advancing Earth Observation Through Machine Learning: A TorchGeo Tutorial
von: Robinson, Caleb, et al.
Veröffentlicht: (2026)

Deep Learning-Based BMD Estimation from Radiographs with Conformal Uncertainty Quantification
von: Hui, Long, et al.
Veröffentlicht: (2025)

ClaudesLens: Uncertainty Quantification in Computer Vision Models
von: Shaar, Mohamad Al, et al.
Veröffentlicht: (2024)

Mjölnir: A Deep Learning Parametrization Framework for Global Lightning Flash Density
von: Cheon, Minjong
Veröffentlicht: (2025)

Is Uncertainty Quantification a Viable Alternative to Learned Deferral?
von: Wundram, Anna M., et al.
Veröffentlicht: (2025)

Uncertainty Quantification Framework for Aerial and UAV Photogrammetry through Error Propagation
von: Huang, Debao, et al.
Veröffentlicht: (2025)

Melanoma Detection with Uncertainty Quantification
von: Kim, SangHyuk, et al.
Veröffentlicht: (2024)

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

Constraint-Aware Neurosymbolic Uncertainty Quantification with Bayesian Deep Learning for Scientific Discovery
von: Alam, Shahnawaz, et al.
Veröffentlicht: (2026)

Uncertainty Quantification with Deep Ensembles for 6D Object Pose Estimation
von: Wursthorn, Kira, et al.
Veröffentlicht: (2024)

Daily Land Surface Temperature Reconstruction in Landsat Cross-Track Areas Using Deep Ensemble Learning With Uncertainty Quantification
von: Liu, Shengjie, et al.
Veröffentlicht: (2025)

LightningDrag: Lightning Fast and Accurate Drag-based Image Editing Emerging from Videos
von: Shi, Yujun, et al.
Veröffentlicht: (2024)

Uncertainty Quantification in Table Structure Recognition
von: Ajayi, Kehinde, et al.
Veröffentlicht: (2024)

Confidence Matters: Uncertainty Quantification and Precision Assessment of Deep Learning-based CMR Biomarker Estimates Using Scan-rescan Data
von: Wickremasinghe, Dewmini Hasara, et al.
Veröffentlicht: (2026)

Query2Uncertainty: Robust Uncertainty Quantification and Calibration for 3D Object Detection under Distribution Shift
von: Beemelmanns, Till, et al.
Veröffentlicht: (2026)

Drainage: A Unifying Framework for Addressing Class Uncertainty
von: Taha, Yasser, et al.
Veröffentlicht: (2025)

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

Uncertainty Meets Diversity: A Comprehensive Active Learning Framework for Indoor 3D Object Detection
von: Wang, Jiangyi, et al.
Veröffentlicht: (2025)

A Hybrid Feature Fusion Deep Learning Framework for Leukemia Cancer Detection in Microscopic Blood Sample Using Gated Recurrent Unit and Uncertainty Quantification
von: Akter, Maksuda, et al.
Veröffentlicht: (2024)

Hyperdimensional Uncertainty Quantification for Multimodal Uncertainty Fusion in Autonomous Vehicles Perception
von: Chen, Luke, et al.
Veröffentlicht: (2025)

Boundary-Aware Uncertainty Quantification for Wildfire Spread Prediction
von: Funk, Jonas V.
Veröffentlicht: (2026)

Flow Matching with Uncertainty Quantification and Guidance
von: Han, Juyeop, et al.
Veröffentlicht: (2026)

Uncertainty Quantification for Visual Object Pose Estimation
von: Shaikewitz, Lorenzo, et al.
Veröffentlicht: (2025)

Improving Semantic Uncertainty Quantification in LVLMs with Semantic Gaussian Processes
von: Hoche, Joseph, et al.
Veröffentlicht: (2025)

Principal Uncertainty Quantification with Spatial Correlation for Image Restoration Problems
von: Belhasin, Omer, et al.
Veröffentlicht: (2023)

Prototype-based Aleatoric Uncertainty Quantification for Cross-modal Retrieval
von: Li, Hao, et al.
Veröffentlicht: (2023)

PH-Dropout: Practical Epistemic Uncertainty Quantification for View Synthesis
von: Sun, Chuanhao, et al.
Veröffentlicht: (2024)

Lightweight Uncertainty Quantification with Simplex Semantic Segmentation for Terrain Traversability
von: Dijk, Judith, et al.
Veröffentlicht: (2024)

EO-VAE: Towards A Multi-sensor Tokenizer for Earth Observation Data
von: Lehmann, Nils, et al.
Veröffentlicht: (2026)

The Hatching-Box: A Novel System for Automated Monitoring and Quantification of Drosophila melanogaster Developmental Behavior
von: Bigge, Julian, et al.
Veröffentlicht: (2024)