Buchumschlag

On Joint Regularization and Calibration in Deep Ensembles

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fredsgaard, Laurits, Schmidt, Mikkel N.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Same Graph, Different Likelihoods: Calibration of Autoregressive Graph Generators via Permutation-Equivalent Encodings
von: Fredsgaard, Laurits, et al.
Veröffentlicht: (2026)

On Local Posterior Structure in Deep Ensembles
von: Jordahn, Mikkel, et al.
Veröffentlicht: (2025)

Practical Deep Heteroskedastic Regression
von: Jordahn, Mikkel, et al.
Veröffentlicht: (2026)

Exploring Deep Learning Models for EEG Neural Decoding
von: Dixen, Laurits, et al.
Veröffentlicht: (2025)

Deep Ensemble Shape Calibration: Multi-Field Post-hoc Calibration in Online Advertising
von: Yang, Shuai, et al.
Veröffentlicht: (2024)

Decoupling Feature Extraction and Classification Layers for Calibrated Neural Networks
von: Jordahn, Mikkel, et al.
Veröffentlicht: (2024)

Ensemble Threshold Calibration for Stable Sensitivity Control
von: Daras, John N.
Veröffentlicht: (2025)

A comprehensive evaluation of pretraining strategies for channel-agnostic contrastive self-supervision of biosignals
von: Brüsch, Thea, et al.
Veröffentlicht: (2024)

Is BatchEnsemble a Single Model? On Calibration and Diversity of Efficient Ensembles
von: Zamyatin, Anton, et al.
Veröffentlicht: (2026)

Spatiotemporal Convolutions on EEG signal -- A Representation Learning Perspective on Efficient and Explainable EEG Classification with Convolutional Neural Nets
von: Dixen, Laurits, et al.
Veröffentlicht: (2026)

Equivariant Neural Diffusion for Molecule Generation
von: Cornet, François, et al.
Veröffentlicht: (2025)

Joint Optimization of Piecewise Linear Ensembles
von: Raymond, Matt, et al.
Veröffentlicht: (2024)

Towards Unbiased Calibration using Meta-Regularization
von: Wang, Cheng, et al.
Veröffentlicht: (2023)

GETS: Ensemble Temperature Scaling for Calibration in Graph Neural Networks
von: Zhuang, Dingyi, et al.
Veröffentlicht: (2024)

FLEXtime: Filterbank learning to explain time series
von: Brüsch, Thea, et al.
Veröffentlicht: (2024)

Calibrated Multivariate Distributional Regression with Pre-Rank Regularization
von: Laajil, Aya, et al.
Veröffentlicht: (2026)

Emergent Equivariance in Deep Ensembles
von: Gerken, Jan E., et al.
Veröffentlicht: (2024)

FreqRISE: Explaining time series using frequency masking
von: Brüsch, Thea, et al.
Veröffentlicht: (2024)

DeepPD: Joint Phase and Object Estimation from Phase Diversity with Neural Calibration of a Deformable Mirror
von: Schneider, Magdalena C., et al.
Veröffentlicht: (2025)

Dual Ensembled Multiagent Q-Learning with Hypernet Regularizer
von: Yang, Yaodong, et al.
Veröffentlicht: (2025)

Pathologies of Predictive Diversity in Deep Ensembles
von: Abe, Taiga, et al.
Veröffentlicht: (2023)

Advanced posterior analyses of hidden Markov models: finite Markov chain imbedding and hybrid decoding
von: Bæk, Zenia Elise Damgaard, et al.
Veröffentlicht: (2025)

Enforcing Calibration in Multi-Output Probabilistic Regression with Pre-rank Regularization
von: Desobry, Naomi, et al.
Veröffentlicht: (2025)

EnsLoss: Stochastic Calibrated Loss Ensembles for Preventing Overfitting in Classification
von: Dai, Ben
Veröffentlicht: (2024)

Selective Learning: Towards Robust Calibration with Dynamic Regularization
von: Han, Zongbo, et al.
Veröffentlicht: (2024)

Equivariant Ensembles and Regularization for Reinforcement Learning in Map-based Path Planning
von: Theile, Mirco, et al.
Veröffentlicht: (2024)

Improving Deep Ensembles by Estimating Confusion Matrices
von: Kuzin, Danil, et al.
Veröffentlicht: (2025)

Uncertainty Voting Ensemble for Imbalanced Deep Regression
von: Jiang, Yuchang, et al.
Veröffentlicht: (2023)

Boosting Deep Ensembles with Learning Rate Tuning
von: Jin, Hongpeng, et al.
Veröffentlicht: (2024)

On Uniform, Bayesian, and PAC-Bayesian Deep Ensembles
von: Hauptvogel, Nick, et al.
Veröffentlicht: (2024)

Graph-Based Financial Fraud Detection with Calibrated Risk Scoring and Structural Regularization
von: Nie, Yunfei, et al.
Veröffentlicht: (2026)

Addressing Bias Through Ensemble Learning and Regularized Fine-Tuning
von: Radwan, Ahmed, et al.
Veröffentlicht: (2024)

Kinetic Langevin Diffusion for Crystalline Materials Generation
von: Cornet, François, et al.
Veröffentlicht: (2025)

JUCAL: Jointly Calibrating Aleatoric and Epistemic Uncertainty in Classification Tasks
von: Heiss, Jakob, et al.
Veröffentlicht: (2026)

The Disparate Benefits of Deep Ensembles
von: Schweighofer, Kajetan, et al.
Veröffentlicht: (2024)

Ensemble Deep Random Vector Functional Link Neural Network Based on Fuzzy Inference System
von: Sajid, M., et al.
Veröffentlicht: (2024)

Soft Diamond Regularizers for Deep Learning
von: Adigun, Olaoluwa, et al.
Veröffentlicht: (2024)

Nuclear Norm Regularization for Deep Learning
von: Scarvelis, Christopher, et al.
Veröffentlicht: (2024)

Estimating Implicit Regularization in Deep Learning
von: Rudoler, Joseph H., et al.
Veröffentlicht: (2026)

Diversifying Deep Ensembles: A Saliency Map Approach for Enhanced OOD Detection, Calibration, and Accuracy
von: Dereka, Stanislav, et al.
Veröffentlicht: (2023)