Zobrazeno 1 - 10
of 655
pro vyhledávání: '"Cinquin, P."'
Laplace approximations are popular techniques for endowing deep networks with epistemic uncertainty estimates as they can be applied without altering the predictions of the trained network, and they scale to large models and datasets. While the choic
Externí odkaz:
http://arxiv.org/abs/2407.13711
Autor:
Cinquin, Tristan, Bamler, Robert
Bayesian neural networks (BNN) promise to combine the predictive performance of neural networks with principled uncertainty modeling important for safety-critical systems and decision making. However, posterior uncertainty estimates depend on the cho
Externí odkaz:
http://arxiv.org/abs/2406.04317
Autor:
Victor Pascal‐Moussellard, Emilie Boucher, Stéphane Tanguy, Philippe Cinquin, Pierre‐Alain Barraud, Chloé Davin, Cordélia Salomez‐Ihl, Dalil Hannani, François Boucher, Jean‐Pierre Alcaraz
Publikováno v:
Animal Models and Experimental Medicine, Vol 7, Iss 4, Pp 553-561 (2024)
Abstract Background Dihydrogen (H2) is produced endogenously by the intestinal microbiota through the fermentation of diet carbohydrates. Over the past few years, numerous studies have demonstrated the significant therapeutic potential of H2 in vario
Externí odkaz:
https://doaj.org/article/bb9a24bb878d458fb3204316503a009b
Gradient boosting machines (GBMs) based on decision trees consistently demonstrate state-of-the-art results on regression and classification tasks with tabular data, often outperforming deep neural networks. However, these models do not provide well-
Externí odkaz:
http://arxiv.org/abs/2302.10706
In recent years, the transformer has established itself as a workhorse in many applications ranging from natural language processing to reinforcement learning. Similarly, Bayesian deep learning has become the gold-standard for uncertainty estimation
Externí odkaz:
http://arxiv.org/abs/2110.04020
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
In many domains, scientists build complex simulators of natural phenomena that encode their hypotheses about the underlying processes. These simulators can be deterministic or stochastic, fast or slow, constrained or unconstrained, and so on. Optimiz
Externí odkaz:
http://arxiv.org/abs/1412.3051
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.