Buchumschlag

Function Space Diversity for Uncertainty Prediction via Repulsive Last-Layer Ensembles

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Steger, Sophie, Knoll, Christian, Klein, Bernhard, Fröning, Holger, Pernkopf, Franz
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Accelerated Execution of Bayesian Neural Networks using a Single Probabilistic Forward Pass and Code Generation
von: Klein, Bernhard, et al.
Veröffentlicht: (2025)

Resource-Efficient Neural Networks for Embedded Systems
von: Roth, Wolfgang, et al.
Veröffentlicht: (2020)

Self-Guided Belief Propagation -- A Homotopy Continuation Method
von: Knoll, Christian, et al.
Veröffentlicht: (2018)

Walking Noise: On Layer-Specific Robustness of Neural Architectures against Noisy Computations and Associated Characteristic Learning Dynamics
von: Borras, Hendrik, et al.
Veröffentlicht: (2022)

Uncertainty-Preserving QBNNs: Multi-Level Quantization of SVI-Based Bayesian Neural Networks for Image Classification
von: Borras, Hendrik, et al.
Veröffentlicht: (2025)

On the Convexity and Reliability of the Bethe Free Energy Approximation
von: Leisenberger, Harald, et al.
Veröffentlicht: (2024)

Effective Bayesian Causal Inference via Structural Marginalisation and Autoregressive Orders
von: Toth, Christian, et al.
Veröffentlicht: (2024)

Variance-Aware Noisy Training: Hardening DNNs against Unstable Analog Computations
von: Wang, Xiao, et al.
Veröffentlicht: (2025)

On Hardening DNNs against Noisy Computations
von: Wang, Xiao, et al.
Veröffentlicht: (2025)

Adaptive Variational Inference in Probabilistic Graphical Models: Beyond Bethe, Tree-Reweighted, and Convex Free Energies
von: Leisenberger, Harald, et al.
Veröffentlicht: (2025)

Less Memory Means smaller GPUs: Backpropagation with Compressed Activations
von: Barley, Daniel, et al.
Veröffentlicht: (2024)

Uncertainty Quantification in PINNs for Turbulent Flows: Bayesian Inference and Repulsive Ensembles
von: Shukla, Khemraj, et al.
Veröffentlicht: (2026)

Angle-Equivariant Convolutional Neural Networks for Interference Mitigation in Automotive Radar
von: Oswald, Christian, et al.
Veröffentlicht: (2023)

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

Lightweight and perceptually-guided voice conversion for electro-laryngeal speech
von: Mayrhofer, Benedikt, et al.
Veröffentlicht: (2026)

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

Repulsive Ensembles for Bayesian Inference in Physics-informed Neural Networks
von: Pilar, Philipp, et al.
Veröffentlicht: (2025)

Uncertainty-Aware Trajectory Prediction via Rule-Regularized Heteroscedastic Deep Classification
von: Manas, Kumar, et al.
Veröffentlicht: (2025)

On-the-fly Repulsion in the Contextual Space for Rich Diversity in Diffusion Transformers
von: Dahary, Omer, et al.
Veröffentlicht: (2026)

Pathologies of Predictive Diversity in Deep Ensembles
von: Abe, Taiga, et al.
Veröffentlicht: (2023)

DeepHYDRA: Resource-Efficient Time-Series Anomaly Detection in Dynamically-Configured Systems
von: Stehle, Franz Kevin, et al.
Veröffentlicht: (2024)

Implications of Noise in Resistive Memory on Deep Neural Networks for Image Classification
von: Emonds, Yannick, et al.
Veröffentlicht: (2024)

FFHFlow: Diverse and Uncertainty-Aware Dexterous Grasp Generation via Flow Variational Inference
von: Feng, Qian, et al.
Veröffentlicht: (2024)

Evaluating Prediction Uncertainty Estimates from BatchEnsemble
von: Blørstad, Morten, et al.
Veröffentlicht: (2026)

Transitional Uncertainty with Layered Intermediate Predictions
von: Benkert, Ryan, et al.
Veröffentlicht: (2024)

Bayesian Optimization via Continual Variational Last Layer Training
von: Brunzema, Paul, et al.
Veröffentlicht: (2024)

A Tabular Schedule Abstraction for Communication-Aware Evaluation of Pipeline-Parallel LLM Training
von: Barley, Daniel, et al.
Veröffentlicht: (2026)

Robustness of Explainable Artificial Intelligence in Industrial Process Modelling
von: Kantz, Benedikt, et al.
Veröffentlicht: (2024)

Ensemble-Based Dirichlet Modeling for Predictive Uncertainty and Selective Classification
von: Franzen, Courtney, et al.
Veröffentlicht: (2026)

Closed-Form Last Layer Optimization
von: Galashov, Alexandre, et al.
Veröffentlicht: (2025)

Predicting gene essentiality and drug response from perturbation screens in preclinical cancer models with LEAP: Layered Ensemble of Autoencoders and Predictors
von: Bodinier, Barbara, et al.
Veröffentlicht: (2025)

Identifying Drivers of Predictive Aleatoric Uncertainty
von: Iversen, Pascal, et al.
Veröffentlicht: (2023)

Last Layer Empirical Bayes
von: Villecroze, Valentin, et al.
Veröffentlicht: (2025)

Uncertainty-Penalized Reinforcement Learning from Human Feedback with Diverse Reward LoRA Ensembles
von: Zhai, Yuanzhao, et al.
Veröffentlicht: (2023)

Feature Repulsion and Spectral Lock-in: An Empirical Study of Two-Layer Network Grokking
von: Xu, Yongzhong
Veröffentlicht: (2026)

CLAPS: Aleatoric-Epistemic Scaling via Last-Layer Laplace for Conformal Regression
von: Kim, Dongseok, et al.
Veröffentlicht: (2025)

Tiny Deep Ensemble: Uncertainty Estimation in Edge AI Accelerators via Ensembling Normalization Layers with Shared Weights
von: Ahmed, Soyed Tuhin, et al.
Veröffentlicht: (2024)

Supervised Learning via Ensembles of Diverse Functional Representations: the Functional Voting Classifier
von: Riccio, Donato, et al.
Veröffentlicht: (2024)

Bayesian Uncertainty Quantification with Anchored Ensembles for Robust EV Power Consumption Prediction
von: Farhani, Ghazal, et al.
Veröffentlicht: (2025)

Sparse Explanations of Neural Networks Using Pruned Layer-Wise Relevance Propagation
von: Sarmiento, Paulo Yanez, et al.
Veröffentlicht: (2024)