:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Kanazawa, Takuya
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2512.16383
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Quantile-Free Uncertainty Quantification in Graph Neural Networks
von: park, Soyoung, et al.
Veröffentlicht: (2026)

Using Distance Correlation for Efficient Bayesian Optimization
von: Kanazawa, Takuya
Veröffentlicht: (2021)

Multivariate and Online Transfer Learning with Uncertainty Quantification
von: Hickey, Jimmy, et al.
Veröffentlicht: (2024)

Localized Uncertainty Quantification in Random Forests via Proximities
von: Rhodes, Jake S., et al.
Veröffentlicht: (2025)

Multivariate Bayesian Last Layer for Regression with Uncertainty Quantification and Decomposition
von: Wang, Han, et al.
Veröffentlicht: (2024)

Latent-Conditioned Policy Gradient for Multi-Objective Deep Reinforcement Learning
von: Kanazawa, Takuya, et al.
Veröffentlicht: (2023)

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

Global Censored Quantile Random Forest
von: Zhou, Siyu, et al.
Veröffentlicht: (2024)

Uncertainty Quantification in Multivariable Regression for Material Property Prediction with Bayesian Neural Networks
von: Li, Longze, et al.
Veröffentlicht: (2023)

Integrating Uncertainty Awareness into Conformalized Quantile Regression
von: Rossellini, Raphael, et al.
Veröffentlicht: (2023)

On Quantile Regression Forests for Modelling Mixed-Frequency and Longitudinal Data
von: Andreani, Mila
Veröffentlicht: (2025)

Quantile Regression, Variational Autoencoders, and Diffusion Models for Uncertainty Quantification: A Spatial Analysis of Sub-seasonal Wind Speed Prediction
von: Tian, Ganglin, et al.
Veröffentlicht: (2025)

Quantile Regression using Random Forest Proximities
von: Li, Mingshu, et al.
Veröffentlicht: (2024)

Epistemic Wrapping for Uncertainty Quantification
von: Sultana, Maryam, et al.
Veröffentlicht: (2025)

Estimating Uncertainty with Implicit Quantile Network
von: Lim, Yi Hung
Veröffentlicht: (2024)

Asymptotic Theory and Phase Transitions for Variable Importance in Quantile Regression Forests
von: Nakamura, Tomoshige, et al.
Veröffentlicht: (2025)

Uncertainty Quantification With Multiple Sources
von: Ying, Mufang, et al.
Veröffentlicht: (2024)

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

Position: There Is No Free Bayesian Uncertainty Quantification
von: Melev, Ivan, et al.
Veröffentlicht: (2025)

Is the Last Layer Sufficient for Uncertainty Quantification?
von: Wilson, Joseph, et al.
Veröffentlicht: (2026)

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 for Quantum Computing
von: Bennink, Ryan, et al.
Veröffentlicht: (2026)

Uncertainty Quantification Metrics for Deep Regression
von: Lind, Simon Kristoffersson, et al.
Veröffentlicht: (2024)

Interventional Processes for Causal Uncertainty Quantification
von: Dance, Hugh, et al.
Veröffentlicht: (2024)

Multidimensional Uncertainty Quantification via Optimal Transport
von: Kotelevskii, Nikita, et al.
Veröffentlicht: (2025)

Uncertainty Quantification with the Empirical Neural Tangent Kernel
von: Wilson, Joseph, et al.
Veröffentlicht: (2025)

Linear Opinion Pooling for Uncertainty Quantification on Graphs
von: Damke, Clemens, et al.
Veröffentlicht: (2024)

Label-wise Aleatoric and Epistemic Uncertainty Quantification
von: Sale, Yusuf, et al.
Veröffentlicht: (2024)

Activation-Space Uncertainty Quantification for Pretrained Networks
von: Bergna, Richard, et al.
Veröffentlicht: (2026)

Risk-aware Classification via Uncertainty Quantification
von: Sensoy, Murat, et al.
Veröffentlicht: (2024)

Uncertainty Quantification on Graph Learning: A Survey
von: Chen, Chao, et al.
Veröffentlicht: (2024)

On Uncertainty Quantification for Near-Bayes Optimal Algorithms
von: Wang, Ziyu, et al.
Veröffentlicht: (2024)

Uncertainty Quantification on Clinical Trial Outcome Prediction
von: Chen, Tianyi, et al.
Veröffentlicht: (2024)

On the Uncertainty Quantification Ability of Tabular Foundation Models
von: Johnson, Tyler R., et al.
Veröffentlicht: (2026)

Robustness Quantification and Uncertainty Quantification: Comparing Two Methods for Assessing the Reliability of Classifier Predictions
von: Detavernier, Adrián, et al.
Veröffentlicht: (2026)

Credal Ensemble Distillation for Uncertainty Quantification
von: Wang, Kaizheng, et al.
Veröffentlicht: (2025)

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

Uncertainty Quantification for Multi-fidelity Simulations
von: Kumar, Swapnil
Veröffentlicht: (2025)

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