Vignesh Gopakumar, Ander Gray, Lorenzo Zanisi, Timothy Nunn, Daniel Giles, Matt J. Kusner
, Stanislas Pamela et Marc Peter Deisenroth
Communication écrite (2025)
Un lien externe est disponible pour ce document
| Renseignements supplémentaires: | https://github.com/gitvicky/CP-PRE |
|---|---|
| Département: | Département de génie informatique et génie logiciel |
| URL de PolyPublie: | https://publications.polymtl.ca/76491/ |
| 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: | https://proceedings.mlr.press/v267/gopakumar25a.ht... |
| Date du dépôt: | 12 mai 2026 12:37 |
| Dernière modification: | 12 mai 2026 12:37 |
| 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.
Actions réservées au personnel
|
Afficher document |
