Copertina

An Entropic Metric for Measuring Calibration of Machine Learning Models

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Sumler, Daniel James, Devlin, Lee, Maskell, Simon, Lane, Richard O.
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Efficient MCMC Sampling with Expensive-to-Compute and Irregular Likelihoods
di: Rosato, Conor, et al.
Pubblicazione: (2025)

Hess-MC2: Sequential Monte Carlo Squared using Hessian Information and Second Order Proposals
di: Murphy, Joshua, et al.
Pubblicazione: (2025)

Analyzing Generative Models by Manifold Entropic Metrics
di: Galperin, Daniel, et al.
Pubblicazione: (2024)

Incorporating the ChEES Criterion into Sequential Monte Carlo Samplers
di: Millard, Andrew, et al.
Pubblicazione: (2025)

Utilising Gradient-Based Proposals Within Sequential Monte Carlo Samplers for Training of Partial Bayesian Neural Networks
di: Millard, Andrew, et al.
Pubblicazione: (2025)

Investigating Batch Inference in a Sequential Monte Carlo Framework for Neural Networks
di: Millard, Andrew, et al.
Pubblicazione: (2026)

Humble your Overconfident Networks: Unlearning Overfitting via Sequential Monte Carlo Tempered Deep Ensembles
di: Millard, Andrew, et al.
Pubblicazione: (2025)

PAC-Bayesian Bounds on Constrained f-Entropic Risk Measures
di: Atbir, Hind, et al.
Pubblicazione: (2025)

Enhanced SMC$^2$: Leveraging Gradient Information from Differentiable Particle Filters Within Langevin Proposals
di: Rosato, Conor, et al.
Pubblicazione: (2024)

MEC: Machine-Learning-Assisted Generalized Entropy Calibration for Semi-Supervised Mean Estimation
di: Lee, Se Yoon, et al.
Pubblicazione: (2026)

MetaMetrics-MT: Tuning Meta-Metrics for Machine Translation via Human Preference Calibration
di: Anugraha, David, et al.
Pubblicazione: (2024)

Progressive Entropic Optimal Transport Solvers
di: Kassraie, Parnian, et al.
Pubblicazione: (2024)

Evaluating Local Explainability Metrics for Machine Learning Models on Tabular Data
di: Pereira, Tomás, et al.
Pubblicazione: (2026)

Counterfactual Explanations for Model Ensembles Using Entropic Risk Measures
di: Noorani, Erfaun, et al.
Pubblicazione: (2025)

Empirical Calibration and Metric Differential Privacy in Language Models
di: Faustini, Pedro, et al.
Pubblicazione: (2025)

The Entropic Signature of Class Speciation in Diffusion Models
di: Handke, Florian, et al.
Pubblicazione: (2026)

Measuring Uncertainty Calibration
di: Ciosek, Kamil, et al.
Pubblicazione: (2025)

AutoIRT: Calibrating Item Response Theory Models with Automated Machine Learning
di: Sharpnack, James, et al.
Pubblicazione: (2024)

Reassessing How to Compare and Improve the Calibration of Machine Learning Models
di: Chidambaram, Muthu, et al.
Pubblicazione: (2024)

Digital Twin Calibration with Model-Based Reinforcement Learning
di: Zheng, Hua, et al.
Pubblicazione: (2025)

A comprehensive review of classifier probability calibration metrics
di: Lane, Richard Oliver
Pubblicazione: (2025)

Measuring Fairness in Financial Transaction Machine Learning Models
di: Ayvaz, Deniz Sezin, et al.
Pubblicazione: (2025)

Epsilon*: Privacy Metric for Machine Learning Models
di: Negoescu, Diana M., et al.
Pubblicazione: (2023)

Machine Learning for Modeling Wireless Radio Metrics with Crowdsourced Data and Local Environment Features
di: Qiu, Yifeng, et al.
Pubblicazione: (2025)

From Random Search to Bandit Learning in Metric Measure Spaces
di: Han, Chuying, et al.
Pubblicazione: (2023)

Proxy-Guided Measurement Calibration
di: Vishnubhatla, Saketh, et al.
Pubblicazione: (2026)

Algorithms with Calibrated Machine Learning Predictions
di: Shen, Judy Hanwen, et al.
Pubblicazione: (2025)

Evaluating Supervised Machine Learning Models: Principles, Pitfalls, and Metric Selection
di: Liu, Xuanyan, et al.
Pubblicazione: (2026)

Soft Mean Expected Calibration Error (SMECE): A Calibration Metric for Probabilistic Labels
di: Leznik, Michael
Pubblicazione: (2026)

Risk-Entropic Flow Matching
di: Ramezani, Vahid R., et al.
Pubblicazione: (2025)

Variational Entropic Optimal Transport
di: Dyachenko, Roman, et al.
Pubblicazione: (2026)

Entropic Time Schedulers for Generative Diffusion Models
di: Stancevic, Dejan, et al.
Pubblicazione: (2025)

On Model-Based Clustering With Entropic Optimal Transport
di: Mena, Gonzalo
Pubblicazione: (2026)

Generalized Machine Learning for Fast Calibration of Agent-Based Epidemic Models
di: Najafzadehkhoei, Sima, et al.
Pubblicazione: (2025)

Text Serialization and Their Relationship with the Conventional Paradigms of Tabular Machine Learning
di: Ono, Kyoka, et al.
Pubblicazione: (2024)

Generalization of Quantum Machine Learning Models Using Quantum Fisher Information Metric
di: Haug, Tobias, et al.
Pubblicazione: (2023)

Revealing the Learning Process in Reinforcement Learning Agents Through Attention-Oriented Metrics
di: Beylier, Charlotte, et al.
Pubblicazione: (2024)

Truthfulness of Decision-Theoretic Calibration Measures
di: Qiao, Mingda, et al.
Pubblicazione: (2025)

Efficient Risk-sensitive Planning via Entropic Risk Measures
di: Marthe, Alexandre, et al.
Pubblicazione: (2025)

Calibration-then-Calculation: A Variance Reduced Metric Framework in Deep Click-Through Rate Prediction Models
di: Fan, Yewen, et al.
Pubblicazione: (2024)