Vignesh Gopakumar, Ander Gray, Lorenzo Zanisi, Timothy Nunn, Daniel Giles, Matt J. Kusner
, Stanislas Pamela, Marc Peter Deisenroth
Communication écrite (2025)
Accéder à ce document
Lien externe
Ce document n'est pas archivé dans PolyPublie, mais peut être consulté chez l'éditeur officiel
Renseignements supplémentaires:
https://github.com/gitvicky/CP-PRE
Département:
Adresse URL de PolyPublie:
Nom de la conférence:
42nd International Conference on Machine Learning (PMLR 2025)
Lieu de la conférence:
Vancouver, BC, Canada
Date(s) de la conférence:
2025-02-13 - 2025-02-19
Maison d'édition:
PMLR
URL officielle:
OAI:
oai:publications.polymtl.ca:76491
ORCID
Date du dépôt:
12 mai 2026 12:37
Dernière modification:
14 oct. 2026 14:38
Citer en APA 7:
Gopakumar, V., Gray, A., Zanisi, L., Nunn, T., Giles, D., Kusner, M. J., Pamela, S., & Deisenroth, M. P. (février 2025). Calibrated Physics-Informed Uncertainty Quantification [Communication écrite]. 42nd International Conference on Machine Learning (PMLR 2025), Vancouver, BC, Canada. https://proceedings.mlr.press/v267/gopakumar25a.html
Statistiques
Aucune statistique n'est disponible.
