Buchumschlag

WQLCP: Weighted Adaptive Conformal Prediction for Robust Uncertainty Quantification Under Distribution Shifts

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Alijani, Shadi, Najjaran, Homayoun
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Sim-to-Real Domain Adaptation for Deformation Classification
von: Sol, Joel, et al.
Veröffentlicht: (2024)

Empirical Validation of Conformal Prediction for Trustworthy Skin Lesions Classification
von: Fayyad, Jamil, et al.
Veröffentlicht: (2023)

Domain Adaptive Skin Lesion Classification via Conformal Ensemble of Vision Transformers
von: Zoravar, Mehran, et al.
Veröffentlicht: (2025)

Sub-Region-Aware Modality Fusion and Adaptive Prompting for Multi-Modal Brain Tumor Segmentation
von: Alijani, Shadi, et al.
Veröffentlicht: (2026)

Sliced Wasserstein Discrepancy in Disentangling Representation and Adaptation Networks for Unsupervised Domain Adaptation
von: Sol, Joel, et al.
Veröffentlicht: (2025)

A Deep Dive into Generic Object Tracking: A Survey
von: Meibodi, Fereshteh Aghaee, et al.
Veröffentlicht: (2025)

Vision transformers in domain adaptation and domain generalization: a study of robustness
von: Alijani, Shadi, et al.
Veröffentlicht: (2024)

Conformal-in-the-Loop for Learning with Imbalanced Noisy Data
von: Graham-Knight, John Brandon, et al.
Veröffentlicht: (2024)

Visual Deformation Detection Using Soft Material Simulation for Pre-training of Condition Assessment Models
von: Sol, Joel, et al.
Veröffentlicht: (2024)

Conformal Semantic Image Segmentation: Post-hoc Quantification of Predictive Uncertainty
von: Mossina, Luca, et al.
Veröffentlicht: (2024)

Debiasify: Self-Distillation for Unsupervised Bias Mitigation
von: Bayasi, Nourhan, et al.
Veröffentlicht: (2024)

Conformal Risk Control for Semantic Uncertainty Quantification in Computed Tomography
von: Teneggi, Jacopo, et al.
Veröffentlicht: (2025)

Adaptive Bounding Box Uncertainties via Two-Step Conformal Prediction
von: Timans, Alexander, et al.
Veröffentlicht: (2024)

Uncertainty-Aware Subset Selection for Robust Visual Explainability under Distribution Shifts
von: Gupta, Madhav, et al.
Veröffentlicht: (2025)

Learning Calibrated Uncertainties for Domain Shift: A Distributionally Robust Learning Approach
von: Wang, Haoxuan, et al.
Veröffentlicht: (2020)

On the Posterior Distribution in Denoising: Application to Uncertainty Quantification
von: Manor, Hila, et al.
Veröffentlicht: (2023)

Uncertainty Quantification for Collaborative Object Detection Under Adversarial Attacks
von: Huang, Huiqun, et al.
Veröffentlicht: (2025)

Adaptive Sample-Level Framework Motivated by Distributionally Robust Optimization with Variance-Based Radius Assignment for Enhanced Neural Network Generalization Under Distribution Shift
von: Sravon, Aheer, et al.
Veröffentlicht: (2025)

Performance of Conformal Prediction in Capturing Aleatoric Uncertainty
von: Hagos, Misgina Tsighe, et al.
Veröffentlicht: (2025)

Fractional Concepts in Neural Networks: Enhancing Activation Functions
von: Alijani, Zahra, et al.
Veröffentlicht: (2023)

Calibrated and Robust Foundation Models for Vision-Language and Medical Image Tasks Under Distribution Shift
von: Khan, Behraj, et al.
Veröffentlicht: (2025)

Adaptive Concept Bottleneck for Foundation Models Under Distribution Shifts
von: Choi, Jihye, et al.
Veröffentlicht: (2024)

Robust Visual Representation Learning with Multi-modal Prior Knowledge for Image Classification Under Distribution Shift
von: Zhou, Hongkuan, et al.
Veröffentlicht: (2024)

Flow Matching with Uncertainty Quantification and Guidance
von: Han, Juyeop, et al.
Veröffentlicht: (2026)

Selective Classification Under Distribution Shifts
von: Liang, Hengyue, et al.
Veröffentlicht: (2024)

Extracting Usable Predictions from Quantized Networks through Uncertainty Quantification for OOD Detection
von: Singhal, Rishi, et al.
Veröffentlicht: (2024)

Adaptive Conformal Prediction for Reliable and Explainable Medical Image Classification
von: Octadion, One, et al.
Veröffentlicht: (2026)

Uncertainty Guarantees on Automated Precision Weeding using Conformal Prediction
von: Melki, Paul, et al.
Veröffentlicht: (2025)

Assessing Uncertainty Estimation Methods for 3D Image Segmentation under Distribution Shifts
von: Javanbakhat, Masoumeh, et al.
Veröffentlicht: (2024)

Predictive Uncertainty Quantification for Bird's Eye View Segmentation: A Benchmark and Novel Loss Function
von: Yu, Linlin, et al.
Veröffentlicht: (2024)

A Systematic Analysis of Out-of-Distribution Detection Under Representation and Training Paradigm Shifts
von: Olivares, Claudio César Claros, et al.
Veröffentlicht: (2025)

Out-of-Distribution Detection Should Use Conformal Prediction (and Vice-versa?)
von: Novello, Paul, et al.
Veröffentlicht: (2024)

Quantifying Deep Learning Model Uncertainty in Conformal Prediction
von: Karimi, Hamed, et al.
Veröffentlicht: (2023)

Uncertainty Quantification for cross-subject Motor Imagery classification
von: Manivannan, Prithviraj, et al.
Veröffentlicht: (2024)

Laplacian Segmentation Networks Improve Epistemic Uncertainty Quantification
von: Zepf, Kilian, et al.
Veröffentlicht: (2023)

Epistemic Uncertainty Quantification For Pre-trained Neural Network
von: Wang, Hanjing, et al.
Veröffentlicht: (2024)

Towards Robust Ferrous Scrap Material Classification with Deep Learning and Conformal Prediction
von: Santos, Paulo Henrique dos, et al.
Veröffentlicht: (2024)

Control+Shift: Generating Controllable Distribution Shifts
von: Friedman, Roy, et al.
Veröffentlicht: (2024)

Class Adaptive Conformal Training
von: Marani, Badr-Eddine, et al.
Veröffentlicht: (2026)

Anomaly Detection in Automated Fibre Placement: Learning with Data Limitations
von: Ghamisi, Assef, et al.
Veröffentlicht: (2023)