Buchumschlag

Tackling Incomplete Data in Air Quality Prediction: A Bayesian Deep Learning Framework for Uncertainty Quantification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pian, Yuzhuang, Wang, Taiyu, Zhang, Shiqi, Xu, Rui, Liu, Yonghong
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

Fair Uncertainty Quantification for Depression Prediction
von: Li, Yonghong, et al.
Veröffentlicht: (2025)

Tackling Fake Forgetting through Uncertainty Quantification
von: Shi, Yingdan, et al.
Veröffentlicht: (2025)

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

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

Shifting Attention to Relevance: Towards the Predictive Uncertainty Quantification of Free-Form Large Language Models
von: Duan, Jinhao, et al.
Veröffentlicht: (2023)

Tackling Data Corruption in Offline Reinforcement Learning via Sequence Modeling
von: Xu, Jiawei, et al.
Veröffentlicht: (2024)

Uncertainty Quantification for Surface Ozone Emulators using Deep Learning
von: Doerksen, Kelsey, et al.
Veröffentlicht: (2025)

Physics-Based Hybrid Machine Learning for Critical Heat Flux Prediction with Uncertainty Quantification
von: Furlong, Aidan, et al.
Veröffentlicht: (2025)

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

Self-Supervised Laplace Approximation for Bayesian Uncertainty Quantification
von: Rodemann, Julian, et al.
Veröffentlicht: (2026)

Mitigating Prior Errors in Causal Structure Learning: A Resilient Approach via Bayesian Networks
von: Chen, Lyuzhou, et al.
Veröffentlicht: (2023)

Efficient Normalized Conformal Prediction and Uncertainty Quantification for Anti-Cancer Drug Sensitivity Prediction with Deep Regression Forests
von: Nolte, Daniel, et al.
Veröffentlicht: (2024)

Uncertainty-Aware Deep Learning Framework for Remaining Useful Life Prediction in Turbofan Engines with Learned Aleatoric Uncertainty
von: Sharma, Krishang
Veröffentlicht: (2025)

Uncertainty Quantification of Large Language Models using Approximate Bayesian Computation
von: Sharma, Mridul, et al.
Veröffentlicht: (2025)

UQGNN: Uncertainty Quantification of Graph Neural Networks for Multivariate Spatiotemporal Prediction
von: Yu, Dahai, et al.
Veröffentlicht: (2025)

Uncertainty-based Offline Variational Bayesian Reinforcement Learning for Robustness under Diverse Data Corruptions
von: Yang, Rui, et al.
Veröffentlicht: (2024)

AirRadar: Inferring Nationwide Air Quality in China with Deep Neural Networks
von: Wang, Qiongyan, et al.
Veröffentlicht: (2025)

Streamflow Prediction with Uncertainty Quantification for Water Management: A Constrained Reasoning and Learning Approach
von: Gharsallaoui, Mohammed Amine, et al.
Veröffentlicht: (2024)

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

Robust Uncertainty Quantification Using Conformalised Monte Carlo Prediction
von: Bethell, Daniel, et al.
Veröffentlicht: (2023)

Reliable Trajectory Prediction and Uncertainty Quantification with Conditioned Diffusion Models
von: Neumeier, Marion, et al.
Veröffentlicht: (2024)

Bayesian Deep Learning Via Expectation Maximization and Turbo Deep Approximate Message Passing
von: Xu, Wei, et al.
Veröffentlicht: (2024)

Deep Spatio-Temporal Neural Network for Air Quality Reanalysis
von: Kheder, Ammar, et al.
Veröffentlicht: (2025)

Beyond the Hype: Comparing Lightweight and Deep Learning Models for Air Quality Forecasting
von: Gondal, Moazzam Umer, et al.
Veröffentlicht: (2025)

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

PerFlow: Physics-Embedded Rectified Flow for Efficient Reconstruction and Uncertainty Quantification of Spatiotemporal Dynamics
von: Zhou, Hao, et al.
Veröffentlicht: (2026)

Improving Counterfactual Truthfulness for Molecular Property Prediction through Uncertainty Quantification
von: Teufel, Jonas, et al.
Veröffentlicht: (2025)

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

A Framework for Uncertainty Quantification Based on Nearest Neighbors Across Layers
von: Font, Miguel N., et al.
Veröffentlicht: (2025)

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

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

Learning Cyclic Causal Models from Incomplete Data
von: Sethuraman, Muralikrishnna G., et al.
Veröffentlicht: (2024)

UncertaintyZoo: A Unified Toolkit for Quantifying Predictive Uncertainty in Deep Learning Systems
von: Wu, Xianzong, et al.
Veröffentlicht: (2025)

Conformal Depression Prediction
von: Li, Yonghong, et al.
Veröffentlicht: (2024)

AirDDE: Multifactor Neural Delay Differential Equations for Air Quality Forecasting
von: Wu, Binqing, et al.
Veröffentlicht: (2026)

LUME-DBN: Full Bayesian Learning of DBNs from Incomplete data in Intensive Care
von: Pirola, Federico, et al.
Veröffentlicht: (2025)

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

Uncertainty Quantification in Machine Learning for Engineering Design and Health Prognostics: A Tutorial
von: Nemani, Venkat, et al.
Veröffentlicht: (2023)

Bayesian-Symbolic Integration for Uncertainty-Aware Parking Prediction
von: Nezhadettehad, Alireza, et al.
Veröffentlicht: (2026)

Identifying Trustworthiness Challenges in Deep Learning Models for Continental-Scale Water Quality Prediction
von: Xia, Xiaobo, et al.
Veröffentlicht: (2025)