Buchumschlag

Enhancing Deep Neural Network Reliability with Refinement and Calibration

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hebbalaguppe, Ramya, Shastry, Ajay, Ghosal, Soumya Suvra, Arora, Chetan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Prompting without Panic: Attribute-aware, Zero-shot, Test-Time Calibration
von: Hebbalaguppe, Ramya, et al.
Veröffentlicht: (2025)

Refine and Align: Confidence Calibration through Multi-Agent Interaction in VQA
von: Pandey, Ayush, et al.
Veröffentlicht: (2025)

KITE: Kernelized and Information Theoretic Exemplars for In-Context Learning
von: Singh, Vaibhav, et al.
Veröffentlicht: (2025)

LoMOE: Localized Multi-Object Editing via Multi-Diffusion
von: Chakrabarty, Goirik, et al.
Veröffentlicht: (2024)

PromptRefine: Enhancing Few-Shot Performance on Low-Resource Indic Languages with Example Selection from Related Example Banks
von: Ghosal, Soumya Suvra, et al.
Veröffentlicht: (2024)

ReMOVE: A Reference-free Metric for Object Erasure
von: Chandrasekar, Aditya, et al.
Veröffentlicht: (2024)

Proximity-Informed Calibration for Deep Neural Networks
von: Xiong, Miao, et al.
Veröffentlicht: (2023)

Immune: Improving Safety Against Jailbreaks in Multi-modal LLMs via Inference-Time Alignment
von: Ghosal, Soumya Suvra, et al.
Veröffentlicht: (2024)

Rethinking Early Stopping: Refine, Then Calibrate
von: Berta, Eugène, et al.
Veröffentlicht: (2025)

Uncertainty-Aware Deep Neural Representations for Visual Analysis of Vector Field Data
von: Kumar, Atul, et al.
Veröffentlicht: (2024)

Slumbering to Precision: Enhancing Artificial Neural Network Calibration Through Sleep-like Processes
von: Delanois, Jean Erik, et al.
Veröffentlicht: (2026)

ECoDepth: Effective Conditioning of Diffusion Models for Monocular Depth Estimation
von: Patni, Suraj, et al.
Veröffentlicht: (2024)

QuadEnhancer: Leveraging Quadratic Transformations to Enhance Deep Neural Networks
von: Chen, Qian, et al.
Veröffentlicht: (2025)

Towards Reliable Evaluation of Adversarial Robustness for Spiking Neural Networks
von: Wang, Jihang, et al.
Veröffentlicht: (2025)

Enhancing Adversarial Robustness of Deep Neural Networks Through Supervised Contrastive Learning
von: Wang, Longwei, et al.
Veröffentlicht: (2024)

IntCoOp: Interpretability-Aware Vision-Language Prompt Tuning
von: Ghosal, Soumya Suvra, et al.
Veröffentlicht: (2024)

Why Uncertainty Calibration Matters for Reliable Perturbation-based Explanations
von: Decker, Thomas, et al.
Veröffentlicht: (2025)

CLUE: Neural Networks Calibration via Learning Uncertainty-Error alignment
von: Mendes, Pedro, et al.
Veröffentlicht: (2025)

WATS: Calibrating Graph Neural Networks with Wavelet-Aware Temperature Scaling
von: Li, Xiaoyang, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning for Inventory Networks: Toward Reliable Policy Optimization
von: Alvo, Matias, et al.
Veröffentlicht: (2023)

Is Your Explanation Reliable: Confidence-Aware Explanation on Graph Neural Networks
von: Zhang, Jiaxing, et al.
Veröffentlicht: (2025)

From Overfitting to Reliability: Introducing the Hierarchical Approximate Bayesian Neural Network
von: Amirkhanian, Hayk, et al.
Veröffentlicht: (2025)

Refining Compositional Diffusion for Reliable Long-Horizon Planning
von: Lee, Kyowoon, et al.
Veröffentlicht: (2026)

Calibrating LLM Judges: Linear Probes for Fast and Reliable Uncertainty Estimation
von: Radharapu, Bhaktipriya, et al.
Veröffentlicht: (2025)

Wormhole Dynamics in Deep Neural Networks
von: Lai, Yen-Lung, et al.
Veröffentlicht: (2025)

BoxRL-NNV: Boxed Refinement of Latin Hypercube Samples for Neural Network Verification
von: Das, Sarthak
Veröffentlicht: (2025)

Enhancing Deep Learning with Optimized Gradient Descent: Bridging Numerical Methods and Neural Network Training
von: Ma, Yuhan, et al.
Veröffentlicht: (2024)

Deep Neural Network Benchmarks for Selective Classification
von: Pugnana, Andrea, et al.
Veröffentlicht: (2024)

Certifying Global Robustness for Deep Neural Networks
von: Li, You, et al.
Veröffentlicht: (2024)

Quantifying Calibration Error in Neural Networks Through Evidence-Based Theory
von: Ouattara, Koffi Ismael, et al.
Veröffentlicht: (2024)

Learning Dynamics of Deep Learning -- Force Analysis of Deep Neural Networks
von: Ren, Yi
Veröffentlicht: (2025)

CoVeR: Conformal Calibration for Versatile and Reliable Autoregressive Next-Token Prediction
von: Chen, Yuzhu, et al.
Veröffentlicht: (2025)

Refined Edge Usage of Graph Neural Networks for Edge Prediction
von: Jin, Jiarui, et al.
Veröffentlicht: (2022)

EntroLnn: Entropy-Guided Liquid Neural Networks for Operando Refinement of Battery Capacity Fade Trajectories
von: Li, Wei, et al.
Veröffentlicht: (2026)

Deep Neural Networks via Complex Network Theory: a Perspective
von: La Malfa, Emanuele, et al.
Veröffentlicht: (2024)

Addressing Spectral Bias of Deep Neural Networks by Multi-Grade Deep Learning
von: Fang, Ronglong, et al.
Veröffentlicht: (2024)

Hierarchical Zero-Order Optimization for Deep Neural Networks
von: Cao, Sansheng, et al.
Veröffentlicht: (2026)

Layer Embedding Deep Fusion Graph Neural Network
von: Xu, Taihua, et al.
Veröffentlicht: (2026)

Supervised Dynamic Dimension Reduction with Deep Neural Network
von: Luo, Zhanye, et al.
Veröffentlicht: (2025)

Decoding Generalization from Memorization in Deep Neural Networks
von: Ketha, Simran, et al.
Veröffentlicht: (2025)