Enregistré dans:
| Auteurs principaux: | Matveev, Albert, Ghosh, Sanmitra, Hussain, Aamal, Leahy, James-Michael, Michaelides, Michalis |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2508.00643 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Sample-efficient neural likelihood-free Bayesian inference of implicit HMMs
par: Ghosh, Sanmitra, et autres
Publié: (2024)
par: Ghosh, Sanmitra, et autres
Publié: (2024)
Isotropic Fourier Neural Operators
par: Staddon, Michael F.
Publié: (2026)
par: Staddon, Michael F.
Publié: (2026)
Structure-Aware Epistemic Uncertainty Quantification for Neural Operator PDE Surrogates
par: Song, Haoze, et autres
Publié: (2026)
par: Song, Haoze, et autres
Publié: (2026)
Uncertainty Quantification with the Empirical Neural Tangent Kernel
par: Wilson, Joseph, et autres
Publié: (2025)
par: Wilson, Joseph, et autres
Publié: (2025)
Diffusion-Based Stochastic Operator Networks for Uncertainty Quantification in Stochastic Partial Differential Equations
par: Huynh, Phuoc-Toan, et autres
Publié: (2026)
par: Huynh, Phuoc-Toan, et autres
Publié: (2026)
Calibrated Uncertainty Quantification for Operator Learning via Conformal Prediction
par: Ma, Ziqi, et autres
Publié: (2024)
par: Ma, Ziqi, et autres
Publié: (2024)
Reliable Trajectory Prediction and Uncertainty Quantification with Conditioned Diffusion Models
par: Neumeier, Marion, et autres
Publié: (2024)
par: Neumeier, Marion, et autres
Publié: (2024)
Deep Out-of-Distribution Uncertainty Quantification via Weight Entropy Maximization
par: de Mathelin, Antoine, et autres
Publié: (2023)
par: de Mathelin, Antoine, et autres
Publié: (2023)
Neural Conditional Probability for Uncertainty Quantification
par: Kostic, Vladimir R., et autres
Publié: (2024)
par: Kostic, Vladimir R., et autres
Publié: (2024)
Schrodinger Neural Network and Uncertainty Quantification: Quantum Machine
par: Hammad, M. M.
Publié: (2025)
par: Hammad, M. M.
Publié: (2025)
Conditional Uncertainty Quantification for Tensorized Topological Neural Networks
par: Wu, Yujia, et autres
Publié: (2024)
par: Wu, Yujia, et autres
Publié: (2024)
High Energy Density Radiative Transfer in the Diffusion Regime with Fourier Neural Operators
par: Farmer, Joseph, et autres
Publié: (2024)
par: Farmer, Joseph, et autres
Publié: (2024)
Limits of Resolution Equivariance in Fourier Neural Operators
par: Colagrande, Alex, et autres
Publié: (2026)
par: Colagrande, Alex, et autres
Publié: (2026)
DOCTOR: Dynamic On-Chip Temporal Variation Remediation Toward Self-Corrected Photonic Tensor Accelerators
par: Lu, Haotian, et autres
Publié: (2024)
par: Lu, Haotian, et autres
Publié: (2024)
Zero-Shot Uncertainty Quantification using Diffusion Probabilistic Models
par: Shu, Dule, et autres
Publié: (2024)
par: Shu, Dule, et autres
Publié: (2024)
Muti-Fidelity Prediction and Uncertainty Quantification with Laplace Neural Operators for Parametric Partial Differential Equations
par: Zheng, Haoyang, et autres
Publié: (2025)
par: Zheng, Haoyang, et autres
Publié: (2025)
Diffusion Transformers for Imputation: Statistical Efficiency and Uncertainty Quantification
par: Ye, Zeqi, et autres
Publié: (2025)
par: Ye, Zeqi, et autres
Publié: (2025)
Are Uncertainty Quantification Capabilities of Evidential Deep Learning a Mirage?
par: Shen, Maohao, et autres
Publié: (2024)
par: Shen, Maohao, et autres
Publié: (2024)
NeuralSurv: Deep Survival Analysis with Bayesian Uncertainty Quantification
par: Monod, Mélodie, et autres
Publié: (2025)
par: Monod, Mélodie, et autres
Publié: (2025)
Uncertainty Quantification in CNN Through the Bootstrap of Convex Neural Networks
par: Du, Hongfei, et autres
Publié: (2026)
par: Du, Hongfei, et autres
Publié: (2026)
Variational Graph Neural Networks for Uncertainty Quantification in Inverse Problems
par: Gonzalez, David, et autres
Publié: (2026)
par: Gonzalez, David, et autres
Publié: (2026)
Posterior Uncertainty Quantification in Neural Networks using Data Augmentation
par: Wu, Luhuan, et autres
Publié: (2024)
par: Wu, Luhuan, et autres
Publié: (2024)
MCMC Informed Neural Emulators for Uncertainty Quantification in Dynamical Systems
par: Haario, Heikki, et autres
Publié: (2026)
par: Haario, Heikki, et autres
Publié: (2026)
Fourier Neural Operators Explained: A Practical Perspective
par: Duruisseaux, Valentin, et autres
Publié: (2025)
par: Duruisseaux, Valentin, et autres
Publié: (2025)
Multi-Resolution Active Learning of Fourier Neural Operators
par: Li, Shibo, et autres
Publié: (2023)
par: Li, Shibo, et autres
Publié: (2023)
Uncertainty Quantification in Graph Neural Networks with Shallow Ensembles
par: Vinchurkar, Tirtha, et autres
Publié: (2025)
par: Vinchurkar, Tirtha, et autres
Publié: (2025)
Quantile-Free Uncertainty Quantification in Graph Neural Networks
par: park, Soyoung, et autres
Publié: (2026)
par: park, Soyoung, et autres
Publié: (2026)
Uncertainty Quantification for Gradient-based Explanations in Neural Networks
par: Mulye, Mihir, et autres
Publié: (2024)
par: Mulye, Mihir, et autres
Publié: (2024)
Uncertainty Quantification for Physics-Informed Neural Networks with Extended Fiducial Inference
par: Shih, Frank, et autres
Publié: (2025)
par: Shih, Frank, et autres
Publié: (2025)
Uncertainty Quantification With Noise Injection in Neural Networks: A Bayesian Perspective
par: Yuan, Xueqiong, et autres
Publié: (2025)
par: Yuan, Xueqiong, et autres
Publié: (2025)
Micro-Macro Tensor Neural Surrogates for Uncertainty Quantification in Collisional Plasma
par: Chen, Wei, et autres
Publié: (2025)
par: Chen, Wei, et autres
Publié: (2025)
Probabilistic Skip Connections for Deterministic Uncertainty Quantification in Deep Neural Networks
par: Jimenez, Felix, et autres
Publié: (2025)
par: Jimenez, Felix, et autres
Publié: (2025)
Neural Spline Operators for Risk Quantification in Stochastic Systems
par: Wang, Zhuoyuan, et autres
Publié: (2025)
par: Wang, Zhuoyuan, et autres
Publié: (2025)
Demystifying Diffusion Objectives: Reweighted Losses are Better Variational Bounds
par: Shi, Jiaxin, et autres
Publié: (2025)
par: Shi, Jiaxin, et autres
Publié: (2025)
Integrating Fourier Neural Operators with Diffusion Models to improve Spectral Representation of Synthetic Earthquake Ground Motion Response
par: Perrone, Niccolò, et autres
Publié: (2025)
par: Perrone, Niccolò, et autres
Publié: (2025)
Centrality Graph Shift Operators for Graph Neural Networks
par: Abbahaddou, Yassine, et autres
Publié: (2024)
par: Abbahaddou, Yassine, et autres
Publié: (2024)
Epistemic Wrapping for Uncertainty Quantification
par: Sultana, Maryam, et autres
Publié: (2025)
par: Sultana, Maryam, et autres
Publié: (2025)
Epistemic Uncertainty Quantification For Pre-trained Neural Network
par: Wang, Hanjing, et autres
Publié: (2024)
par: Wang, Hanjing, et autres
Publié: (2024)
Plasma Surrogate Modelling using Fourier Neural Operators
par: Gopakumar, Vignesh, et autres
Publié: (2023)
par: Gopakumar, Vignesh, et autres
Publié: (2023)
Uncertainty Quantification of Spatiotemporal Travel Demand with Probabilistic Graph Neural Networks
par: Wang, Qingyi, et autres
Publié: (2023)
par: Wang, Qingyi, et autres
Publié: (2023)
Documents similaires
-
Sample-efficient neural likelihood-free Bayesian inference of implicit HMMs
par: Ghosh, Sanmitra, et autres
Publié: (2024) -
Isotropic Fourier Neural Operators
par: Staddon, Michael F.
Publié: (2026) -
Structure-Aware Epistemic Uncertainty Quantification for Neural Operator PDE Surrogates
par: Song, Haoze, et autres
Publié: (2026) -
Uncertainty Quantification with the Empirical Neural Tangent Kernel
par: Wilson, Joseph, et autres
Publié: (2025) -
Diffusion-Based Stochastic Operator Networks for Uncertainty Quantification in Stochastic Partial Differential Equations
par: Huynh, Phuoc-Toan, et autres
Publié: (2026)