Buchumschlag

How Certain are Uncertainty Estimates? Three Novel Earth Observation Datasets for Benchmarking Uncertainty Quantification in Machine Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Yuanyuan, Song, Qian, Wasif, Dawood, Shahzad, Muhammad, Koller, Christoph, Bamber, Jonathan, Zhu, Xiao Xiang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Image and Video Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Neural Orientation Distribution Fields for Estimation and Uncertainty Quantification in Diffusion MRI
von: Consagra, William, et al.
Veröffentlicht: (2023)

General Intelligent Imaging and Uncertainty Quantification by Deterministic Diffusion Model
von: Fan, Weiru, et al.
Veröffentlicht: (2024)

Rel-UNet: Reliable Tumor Segmentation via Uncertainty Quantification in nnU-Net
von: Ziaee, Seyed Sina, et al.
Veröffentlicht: (2025)

Neural variational Data Assimilation with Uncertainty Quantification using SPDE priors
von: Beauchamp, Maxime, et al.
Veröffentlicht: (2024)

Conformalized Generative Bayesian Imaging: An Uncertainty Quantification Framework for Computational Imaging
von: Ekmekci, Canberk, et al.
Veröffentlicht: (2025)

QUBIQ: Uncertainty Quantification for Biomedical Image Segmentation Challenge
von: Li, Hongwei Bran, et al.
Veröffentlicht: (2024)

A Deep Learning Approach to Multi-Fiber Parameter Estimation and Uncertainty Quantification in Diffusion MRI
von: Consagra, William, et al.
Veröffentlicht: (2024)

PersonalizedUS: Interpretable Breast Cancer Risk Assessment with Local Coverage Uncertainty Quantification
von: Fröhlich, Alek, et al.
Veröffentlicht: (2024)

FastSAM-3DSlicer: A 3D-Slicer Extension for 3D Volumetric Segment Anything Model with Uncertainty Quantification
von: Shen, Yiqing, et al.
Veröffentlicht: (2024)

Non-Asymptotic Uncertainty Quantification in High-Dimensional Learning
von: Hoppe, Frederik, et al.
Veröffentlicht: (2024)

A Novel Approach to Linking Histology Images with DNA Methylation
von: Raza, Manahil, et al.
Veröffentlicht: (2025)

Task-Driven Uncertainty Quantification in Inverse Problems via Conformal Prediction
von: Wen, Jeffrey, et al.
Veröffentlicht: (2024)

UNSURF: Uncertainty Quantification for Cortical Surface Reconstruction of Clinical Brain MRIs
von: Mehta, Raghav, et al.
Veröffentlicht: (2025)

Deep Unsupervised Learning for 3D ALS Point Cloud Change Detection
von: de Gélis, Iris, et al.
Veröffentlicht: (2023)

Diffusion Tensor Estimation with Uncertainty Calibration
von: Karimi, Davood, et al.
Veröffentlicht: (2021)

HyGAS: an Open, Sensor-Agnostic Platform for Multi-Satellite Methane Plume Retrieval, Uncertainty Propagation, and Emission-Rate Estimation
von: Ferrari, Alvise, et al.
Veröffentlicht: (2026)

Efficient Epistemic Uncertainty Estimation in Cerebrovascular Segmentation
von: Rathore, Omini, et al.
Veröffentlicht: (2025)

Uncertainty Estimation for Super-Resolution using ESRGAN
von: Adapa, Maniraj Sai, et al.
Veröffentlicht: (2024)

Heteroscedastic Uncertainty Estimation Framework for Unsupervised Registration
von: Zhang, Xiaoran, et al.
Veröffentlicht: (2023)

A Comprehensive Framework for Uncertainty Quantification of Voxel-wise Supervised Models in IVIM MRI
von: Casali, Nicola, et al.
Veröffentlicht: (2025)

Uncertainty Quantification using Variational Inference for Biomedical Image Segmentation
von: Sagar, Abhinav
Veröffentlicht: (2020)

Multi-modal Uncertainty Robust Tree Cover Segmentation For High-Resolution Remote Sensing Images
von: Gui, Yuanyuan, et al.
Veröffentlicht: (2025)

Bayesian Uncertainty Estimation by Hamiltonian Monte Carlo: Applications to Cardiac MRI Segmentation
von: Zhao, Yidong, et al.
Veröffentlicht: (2024)

On Uncertainty Prediction for Deep-Learning-based Particle Image Velocimetry
von: Wang, Wei, et al.
Veröffentlicht: (2025)

From Registration Uncertainty to Segmentation Uncertainty
von: Chen, Junyu, et al.
Veröffentlicht: (2024)

Uncertainty Quantification for Cardiac Shape Reconstruction with Deep Signed Distance Functions via MCMC methods
von: Verhülsdonk, Jan, et al.
Veröffentlicht: (2026)

UU-Mamba: Uncertainty-aware U-Mamba for Cardiac Image Segmentation
von: Tsai, Ting Yu, et al.
Veröffentlicht: (2024)

Integrating Generative and Physics-Based Models for Ptychographic Imaging with Uncertainty Quantification
von: Ekmekci, Canberk, et al.
Veröffentlicht: (2024)

CONRep: Uncertainty-Aware Vision-Language Report Drafting Using Conformal Prediction
von: Elyassirad, Danial, et al.
Veröffentlicht: (2026)

Enhancing Diagnostic Reliability of Foundation Model with Uncertainty Estimation in OCT Images
von: Peng, Yuanyuan, et al.
Veröffentlicht: (2024)

Enhancing Global Sensitivity and Uncertainty Quantification in Medical Image Reconstruction with Monte Carlo Arbitrary-Masked Mamba
von: Huang, Jiahao, et al.
Veröffentlicht: (2024)

Equivariant Bootstrapping for Uncertainty Quantification in Imaging Inverse Problems
von: Tachella, Julian, et al.
Veröffentlicht: (2023)

L-FUSION: Laplacian Fetal Ultrasound Segmentation & Uncertainty Estimation
von: Müller, Johanna P., et al.
Veröffentlicht: (2025)

Multi-Sensor Deep Learning for Glacier Mapping
von: Diaconu, Codruţ-Andrei, et al.
Veröffentlicht: (2024)

GLUSE: Enhanced Channel-Wise Adaptive Gated Linear Units SE for Onboard Satellite Earth Observation Image Classification
von: Le, Thanh-Dung, et al.
Veröffentlicht: (2025)

Towards Digital Twin in Flood Forecasting with Data Assimilation Satellite Earth Observations -- A Proof-of-Concept in the Alzette Catchment
von: Nguyen, Thanh Huy, et al.
Veröffentlicht: (2025)

Uncertainty-Aware Ordinal Deep Learning for cross-Dataset Diabetic Retinopathy Grading
von: Bellaj, Ali El, et al.
Veröffentlicht: (2026)

Dataset and Benchmark for Enhancing Critical Retained Foreign Object Detection
von: Wang, Yuli, et al.
Veröffentlicht: (2025)

Estimation and Analysis of Slice Propagation Uncertainty in 3D Anatomy Segmentation
von: Nihalaani, Rachaell, et al.
Veröffentlicht: (2024)

Numerical Uncertainty in Linear Registration: An Experimental Study
von: Mirhakimi, Niusha, et al.
Veröffentlicht: (2025)