Bhargob Deka, Luong Ha Nguyen et James Alexandre Goulet
Article de revue (2023)
Un lien externe est disponible pour ce document
| Département: | Département des génies civil, géologique et des mines |
|---|---|
| URL de PolyPublie: | https://publications.polymtl.ca/57161/ |
| Titre de la revue: | Neurocomputing |
| Maison d'édition: | Elsevier |
| DOI: | 10.1016/j.neucom.2023.127183 |
| URL officielle: | https://doi.org/10.1016/j.neucom.2023.127183 |
| Date du dépôt: | 29 janv. 2024 14:38 |
| Dernière modification: | 25 sept. 2024 16:49 |
| Citer en APA 7: | Deka, B., Nguyen, L. H., & Goulet, J. A. (2023). Analytically tractable heteroscedastic uncertainty quantification in Bayesian neural networks for regression tasks. Neurocomputing, 127183 (20 pages). https://doi.org/10.1016/j.neucom.2023.127183 |
|---|---|
Statistiques
Dimensions
Actions réservées au personnel
|
Afficher document |
