Image de couverture de livre

Evaluating Uncertainty in Deep Gaussian Processes

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	van der Lende, Matthijs, Ferrao, Jeremias Lino, Müller-Hof, Niclas
Format:	Preprint
Publié:	2025
Sujets:	Machine Learning
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires

Deep Gaussian Process Proximal Policy Optimization
par: van der Lende, Matthijs, et autres
Publié: (2025)

The Anatomy of Alignment: Decomposing Preference Optimization by Steering Sparse Features
par: Ferrao, Jeremias, et autres
Publié: (2025)

World Model Agents with Change-Based Intrinsic Motivation
par: Ferrao, Jeremias, et autres
Publié: (2025)

Robust and Conjugate Gaussian Process Regression
par: Altamirano, Matias, et autres
Publié: (2023)

Self-Ablating Transformers: More Interpretability, Less Sparsity
par: Ferrao, Jeremias, et autres
Publié: (2025)

Multi-Output Robust and Conjugate Gaussian Processes
par: Rooijakkers, Joshua, et autres
Publié: (2025)

Robust and Conjugate Spatio-Temporal Gaussian Processes
par: Laplante, William, et autres
Publié: (2025)

Priors Matter: Addressing Misspecification in Bayesian Deep Q-Learning
par: van der Vaart, Pascal R., et autres
Publié: (2025)

Inverse-Free Sparse Variational Gaussian Processes
par: Cortinovis, Stefano, et autres
Publié: (2026)

Learning in Deep Factor Graphs with Gaussian Belief Propagation
par: Nabarro, Seth, et autres
Publié: (2023)

Recommendations for Baselines and Benchmarking Approximate Gaussian Processes
par: Ober, Sebastian W., et autres
Publié: (2024)

A Distributed Gaussian Process Model for Multi-Robot Mapping
par: Nabarro, Seth, et autres
Publié: (2026)

Adjusting Model Size in Continual Gaussian Processes: How Big is Big Enough?
par: Pescador-Barrios, Guiomar, et autres
Publié: (2024)

Uncertainty-Aware Out-of-Distribution Detection with Gaussian Processes
par: Chen, Yang, et autres
Publié: (2024)

Contextual Similarity Distillation: Ensemble Uncertainties with a Single Model
par: Zanger, Moritz A., et autres
Publié: (2025)

Accurate Remaining Useful Life Prediction with Uncertainty Quantification: a Deep Learning and Nonstationary Gaussian Process Approach
par: Xu, Zhaoyi, et autres
Publié: (2021)

Deep Gaussian Processes for Functional Maps
par: Lowery, Matthew, et autres
Publié: (2025)

Residual Deep Gaussian Processes on Manifolds
par: Wyrwal, Kacper, et autres
Publié: (2024)

Probabilistic Truly Unordered Rule Sets
par: Yang, Lincen, et autres
Publié: (2024)

Conditional Density Estimation with Histogram Trees
par: Yang, Lincen, et autres
Publié: (2024)

The Currents of Conflict: Decomposing Conflict Trends with Gaussian Processes
par: von der Maase, Simon P.
Publié: (2025)

Scalable Deep Basis Kernel Gaussian Processes
par: Zhu, Yunqin, et autres
Publié: (2025)

Fast Deep Mixtures of Gaussian Process Experts
par: Etienam, Clement, et autres
Publié: (2020)

Amortized Variational Inference for Deep Gaussian Processes
par: Meng, Qiuxian, et autres
Publié: (2024)

Accelerating Non-Conjugate Gaussian Processes By Trading Off Computation For Uncertainty
par: Tatzel, Lukas, et autres
Publié: (2023)

Wasserstein-type Gaussian Process Regressions for Input Measurement Uncertainty
par: Luo, Hengrui, et autres
Publié: (2026)

Universal Value-Function Uncertainties
par: Zanger, Moritz A., et autres
Publié: (2025)

Monotonic anomaly detection
par: Lenz, Oliver Urs, et autres
Publié: (2024)

Conformal Risk Control for Semantic Uncertainty Quantification in Computed Tomography
par: Teneggi, Jacopo, et autres
Publié: (2025)

Accurate and Uncertainty-Aware Multi-Task Prediction of HEA Properties Using Prior-Guided Deep Gaussian Processes
par: Alvi, Sk Md Ahnaf Akif, et autres
Publié: (2025)

Machine learning and high dimensional vector search
par: Douze, Matthijs
Publié: (2025)

Diffusion Bridge Variational Inference for Deep Gaussian Processes
par: Xu, Jian, et autres
Publié: (2025)

Onsager-Machlup Posterior Transport for Deep Gaussian Processes
par: Xu, Jian, et autres
Publié: (2026)

VariBASed: Variational Bayes-Adaptive Sequential Monte-Carlo Planning for Deep Reinforcement Learning
par: de Vries, Joery A., et autres
Publié: (2026)

Sparse Techniques for Regression in Deep Gaussian Processes
par: Latz, Jonas, et autres
Publié: (2025)

Monte Carlo Stochastic Depth for Uncertainty Estimation in Deep Learning
par: Müller, Adam T., et autres
Publié: (2026)

Is the Last Layer Sufficient for Uncertainty Quantification?
par: Wilson, Joseph, et autres
Publié: (2026)

Numerically Stable Sparse Gaussian Processes via Minimum Separation using Cover Trees
par: Terenin, Alexander, et autres
Publié: (2022)

dynoGP: Deep Gaussian Processes for dynamic system identification
par: Benavoli, Alessio, et autres
Publié: (2025)

Quantifying Aleatoric Uncertainty of the Treatment Effect: A Novel Orthogonal Learner
par: Melnychuk, Valentyn, et autres
Publié: (2024)