Analytically tractable heteroscedastic uncertainty quantification in Bayesian neural networks for regression tasks

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:	05 avr. 2024 12:04

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
APA 7 (HTML)ASCII CitationAtomBibTeXDOIsDublin CoreEndNote (.ENW)MARC (ISO 2709/UTF-8) (.MRC)MARC (UTF-8) (.MRK8)MARC XMLMPEG-21 DIDLMultiline CSVOAI-ORE Resource Map (Atom Format)OPENAIREOpenURL ContextObjectOpenURL ContextObject in SpanRDF+N-TriplesRDF+N3RDF+XMLReferReference Manager (.RIS)Répertoire des publications (EndNote)Simple Metadata

Statistiques

Actions réservées au personnel