Buchumschlag

Uncertainty Quantification for Surface Ozone Emulators using Deep Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Doerksen, Kelsey, Marchetti, Yuliya, Lu, Steven, Bowman, Kevin, Montgomery, James, Miyazaki, Kazuyuki, Gal, Yarin, Kalaitzis, Freddie
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Leveraging Deep Learning for Physical Model Bias of Global Air Quality Estimates
von: Doerksen, Kelsey, et al.
Veröffentlicht: (2025)

Kernel Language Entropy: Fine-grained Uncertainty Quantification for LLMs from Semantic Similarities
von: Nikitin, Alexander, et al.
Veröffentlicht: (2024)

Uncertainty and Generalizability in Foundation Models for Earth Observation
von: Ramos-Pollan, Raul, et al.
Veröffentlicht: (2024)

In-Context Learning Learns Label Relationships but Is Not Conventional Learning
von: Kossen, Jannik, et al.
Veröffentlicht: (2023)

Temporal-Difference Variational Continual Learning
von: Melo, Luckeciano C., et al.
Veröffentlicht: (2024)

Stabilizing Policy Gradients for Sample-Efficient Reinforcement Learning in LLM Reasoning
von: Melo, Luckeciano C., et al.
Veröffentlicht: (2025)

Open High-Resolution Satellite Imagery: The WorldStrat Dataset -- With Application to Super-Resolution
von: Cornebise, Julien, et al.
Veröffentlicht: (2022)

Simple Baselines are Competitive with Code Evolution
von: Gideoni, Yonatan, et al.
Veröffentlicht: (2026)

Torch-Uncertainty: A Deep Learning Framework for Uncertainty Quantification
von: Lafage, Adrien, et al.
Veröffentlicht: (2025)

TextCAVs: Debugging vision models using text
von: Nicolson, Angus, et al.
Veröffentlicht: (2024)

Language Models Change Facts Based on the Way You Talk
von: Kearney, Matthew, et al.
Veröffentlicht: (2025)

Do Multilingual LLMs Think In English?
von: Schut, Lisa, et al.
Veröffentlicht: (2025)

Uncertainty Quantification for LLM Function-Calling
von: Ye, Zihuiwen, et al.
Veröffentlicht: (2026)

Uncertainty Quantification of Deep Learning for Spatiotemporal Data: Challenges and Opportunities
von: He, Wenchong, et al.
Veröffentlicht: (2023)

Enhancing Self-Supervised Learning for Remote Sensing with Elevation Data: A Case Study with Scarce And High Level Semantic Labels
von: Castaño-Idarraga, Omar A., et al.
Veröffentlicht: (2023)

Memo: Training Memory-Efficient Embodied Agents with Reinforcement Learning
von: Gupta, Gunshi, et al.
Veröffentlicht: (2025)

Rapid Adaptation of Earth Observation Foundation Models for Segmentation
von: Selvam, Karthick Panner, et al.
Veröffentlicht: (2024)

EarthShift: a benchmark for measuring robustness to real-world distribution shifts in Earth observation
von: Doerksen, Kelsey, et al.
Veröffentlicht: (2026)

Uncertainty Quantification for Deep Learning
von: van Leeuwen, Peter Jan, et al.
Veröffentlicht: (2024)

GNN's Uncertainty Quantification using Self-Distillation
von: Daneshvar, Hirad, et al.
Veröffentlicht: (2025)

Multi-group Uncertainty Quantification for Long-form Text Generation
von: Liu, Terrance, et al.
Veröffentlicht: (2024)

Conf-Gen: Conformal Uncertainty Quantification for Generative Models
von: Loaiza-Ganem, Gabriel, et al.
Veröffentlicht: (2026)

Deep Gaussian Process Emulation and Uncertainty Quantification for Large Computer Experiments
von: Yazdi, Faezeh, et al.
Veröffentlicht: (2024)

Towards Uncertainty Quantification in Generative Model Learning
von: Morales, Giorgio, et al.
Veröffentlicht: (2025)

Constraint-Aware Neurosymbolic Uncertainty Quantification with Bayesian Deep Learning for Scientific Discovery
von: Alam, Shahnawaz, et al.
Veröffentlicht: (2026)

Predicting Internet Connectivity in Schools: A Feasibility Study Leveraging Multi-modal Data and Location Encoders in Low-Resource Settings
von: Doerksen, Kelsey, et al.
Veröffentlicht: (2024)

Learning-based GNSS Uncertainty Quantification using Continuous-Time Factor Graph Optimization
von: Zhang, Haoming
Veröffentlicht: (2025)

Agentic Uncertainty Quantification
von: Zhang, Jiaxin, et al.
Veröffentlicht: (2026)

Evaluating Uncertainty Quantification Methods in Argumentative Large Language Models
von: Zhou, Kevin, et al.
Veröffentlicht: (2025)

Historical Review of Variants of Informal Semantics for Logic Programs under Answer Set Semantics: GL'88, GL'91, GK'14, D-V'12
von: Lierler, Yuliya
Veröffentlicht: (2024)

Uncertainty Quantification for Machine Learning in Healthcare: A Survey
von: López, L. Julián Lechuga, et al.
Veröffentlicht: (2025)

Tackling Incomplete Data in Air Quality Prediction: A Bayesian Deep Learning Framework for Uncertainty Quantification
von: Pian, Yuzhuang, et al.
Veröffentlicht: (2025)

The Role of Ambiguity in Error Prediction via Uncertainty Quantification
von: Staliūnaitė, Ieva Raminta, et al.
Veröffentlicht: (2026)

Explaining Explainability: Recommendations for Effective Use of Concept Activation Vectors
von: Nicolson, Angus, et al.
Veröffentlicht: (2024)

Uncertainty Quantification with Deep Ensembles for 6D Object Pose Estimation
von: Wursthorn, Kira, et al.
Veröffentlicht: (2024)

Uncertainty Quantification of Surrogate Models using Conformal Prediction
von: Gopakumar, Vignesh, et al.
Veröffentlicht: (2024)

Uncertainty Quantification in the Tsetlin Machine
von: Helin, Runar, et al.
Veröffentlicht: (2025)

Uncertainty Quantification in SVM prediction
von: Anand, Pritam
Veröffentlicht: (2025)

Uncertainty Quantification In Surface Landmines and UXO Classification Using MC Dropout
von: Lekhak, Sagar, et al.
Veröffentlicht: (2025)

DUDES: Deep Uncertainty Distillation using Ensembles for Semantic Segmentation
von: Landgraf, Steven, et al.
Veröffentlicht: (2023)