Piecewise Linear Transformation − Propagating Aleatoric Uncertainty in Neural Networks

URN zum Zitieren dieses Dokuments:: urn:nbn:de:bvb:355-epub-578918
DOI zum Zitieren dieses Dokuments:: 10.5283/epub.57891

Krapf, Thomas ; Hagn, Michael ; Miethaner, Paul ; Schiller, Alexander ; Luttner, Lucas ; Heinrich, Bernd

PDF
(556kB)

Veröffentlichungsdatum dieses Volltextes: 13 Mrz 2024 12:08

Details

Vorschau

Bibliographische Daten exportieren

Zusammenfassung

Real-world data typically exhibit aleatoric uncertainty which has to be considered during data-driven decision-making to assess the confidence of the decision provided by machine learning models. To propagate aleatoric uncertainty repre-sented by probability distributions (PDs) through neural net-works (NNs), both sampling-based and function approxima-tion-based methods have been proposed. ...

Nur für Besitzer und Autoren: Kontrollseite des Eintrags

Downloadstatistik

Weitere Literatur (mittels CORE)

Details

Vorschau

Bibliographische Daten exportieren

Zusammenfassung

Zusammenfassung

Downloadstatistik

Downloads

Weitere Literatur (mittels CORE)

Universitätsbibliothek