Buchumschlag

The Bayesian Confidence (BACON) Estimator for Deep Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kee, Patrick D., Brown, Max J., Rice, Jonathan C., Howell, Christian A.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning I.2.6
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Performance Estimation in Binary Classification Using Calibrated Confidence
von: Kivimäki, Juhani, et al.
Veröffentlicht: (2025)

ReBoot: Encrypted Training of Deep Neural Networks with CKKS Bootstrapping
von: Pirillo, Alberto, et al.
Veröffentlicht: (2025)

Understanding Boolean Function Learnability on Deep Neural Networks: PAC Learning Meets Neurosymbolic Models
von: Nicolau, Marcio, et al.
Veröffentlicht: (2020)

A Comparative Analysis of Reinforcement Learning and Conventional Deep Learning Approaches for Bearing Fault Diagnosis
von: Çakır, Efe, et al.
Veröffentlicht: (2025)

Self-Expanding Neural Networks
von: Mitchell, Rupert, et al.
Veröffentlicht: (2023)

Discrete Latent Structure in Neural Networks
von: Niculae, Vlad, et al.
Veröffentlicht: (2023)

Deep Memory Search: A Metaheuristic Approach for Optimizing Heuristic Search
von: Hedar, Abdel-Rahman, et al.
Veröffentlicht: (2024)

Playing Hex and Counter Wargames using Reinforcement Learning and Recurrent Neural Networks
von: Palma, Guilherme, et al.
Veröffentlicht: (2025)

Implicit Regularization and Generalization in Overparameterized Neural Networks
von: Johannsen, Zeran
Veröffentlicht: (2026)

Fusing Rewards and Preferences in Reinforcement Learning
von: Khorasani, Sadegh, et al.
Veröffentlicht: (2025)

Strengthening the Internal Adversarial Robustness in Lifted Neural Networks
von: Zach, Christopher
Veröffentlicht: (2025)

Approximate Message Passing for Bayesian Neural Networks
von: Sommerfeld, Romeo, et al.
Veröffentlicht: (2025)

Versatile Ordering Network: An Attention-based Neural Network for Ordering Across Scales and Quality Metrics
von: Yu, Zehua, et al.
Veröffentlicht: (2024)

Learning Useful Representations of Recurrent Neural Network Weight Matrices
von: Herrmann, Vincent, et al.
Veröffentlicht: (2024)

Expressivity of Graph Neural Networks Through the Lens of Adversarial Robustness
von: Campi, Francesco, et al.
Veröffentlicht: (2023)

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

Graph Neural Network Based Action Ranking for Planning
von: Mangannavar, Rajesh, et al.
Veröffentlicht: (2024)

Newtonian and Lagrangian Neural Networks: A Comparison Towards Efficient Inverse Dynamics Identification
von: Trinh, Minh, et al.
Veröffentlicht: (2025)

Effects of Initialization Biases on Deep Neural Network Training Dynamics
von: Pellegrino, Nicholas, et al.
Veröffentlicht: (2025)

Measuring IIA Violations in Similarity Choices with Bayesian Models
von: Corrêa, Hugo Sales, et al.
Veröffentlicht: (2025)

CoxSE: Exploring the Potential of Self-Explaining Neural Networks with Cox Proportional Hazards Model for Survival Analysis
von: Alabdallah, Abdallah, et al.
Veröffentlicht: (2024)

Kolmogorov Arnold Networks and Multi-Layer Perceptrons: A Paradigm Shift in Neural Modelling
von: Gaonkar, Aradhya, et al.
Veröffentlicht: (2026)

Deep Residual Echo State Networks: exploring residual orthogonal connections in untrained Recurrent Neural Networks
von: Pinna, Matteo, et al.
Veröffentlicht: (2025)

I-GLIDE: Input Groups for Latent Health Indicators in Degradation Estimation
von: Thil, Lucas, et al.
Veröffentlicht: (2025)

Deep Variational Inference Symbolic Regression
von: Butterworth, James, et al.
Veröffentlicht: (2026)

Supervised Learning of Random Neural Architectures Structured by Latent Random Fields on Compact Boundaryless Multiply-Connected Manifolds
von: Soize, Christian
Veröffentlicht: (2025)

Scaling Laws for Neural Material Models
von: Trikha, Akshay, et al.
Veröffentlicht: (2025)

Entropy Aware Message Passing in Graph Neural Networks
von: Nazari, Philipp, et al.
Veröffentlicht: (2024)

Optimizing Job Allocation using Reinforcement Learning with Graph Neural Networks
von: Quaedvlieg, Lars C. P. M.
Veröffentlicht: (2025)

Empowering Graph Invariance Learning with Deep Spurious Infomax
von: Yao, Tianjun, et al.
Veröffentlicht: (2024)

Informed Priors for Knowledge Integration in Trajectory Prediction
von: Schlauch, Christian, et al.
Veröffentlicht: (2022)

Sparse Concept Anchoring for Interpretable and Controllable Neural Representations
von: Fraser, Sandy, et al.
Veröffentlicht: (2025)

Pre-Ictal Seizure Prediction Using Personalized Deep Learning
von: Jaddu, Shriya, et al.
Veröffentlicht: (2024)

Deep Generative Symbolic Regression
von: Holt, Samuel, et al.
Veröffentlicht: (2023)

AdaCap: An Adaptive Contrastive Approach for Small-Data Neural Networks
von: Belucci, Bruno, et al.
Veröffentlicht: (2025)

Adaptive Epsilon Adversarial Training for Robust Gravitational Wave Parameter Estimation Using Normalizing Flows
von: Yang, Yiqian, et al.
Veröffentlicht: (2024)

Exploring Neural Granger Causality with xLSTMs: Unveiling Temporal Dependencies in Complex Data
von: Poonia, Harsh, et al.
Veröffentlicht: (2025)

Ensemble based Closed-Loop Optimal Control using Physics-Informed Neural Networks
von: Barry-Straume, Jostein, et al.
Veröffentlicht: (2025)

Better Schedules for Low Precision Training of Deep Neural Networks
von: Wolfe, Cameron R., et al.
Veröffentlicht: (2024)

A Simple Approximate Bayesian Inference Neural Surrogate for Stochastic Petri Net Models
von: Manu, Bright Kwaku, et al.
Veröffentlicht: (2025)