Uncertainty quantification of surrogate models using conformal prediction

Vignesh Gopakumar, Ander Gray, Joel Oskarsson, Lorenzo Zanisi, Daniel Giles, Matt J. Kusner, Stanislas J. P. Pamela, Marc Peter Deisenroth

Article de revue (2025)

Document publié alors que les auteurs ou autrices n'étaient pas affiliés à Polytechnique Montréal

Accéder à ce document
Lien externe
Libre accès au texte intégral chez l'éditeur officiel
Voir chez l'éditeur officiel
Organismes subventionnaires:
California Institute of Technology, Dell EMC, Flatiron Health, Knut och Alice Wallenbergs Stiftelse, Centro Svizzero di Calcolo Scientifico, National Supercomputing Centre Singapore, Engineering and Physical Sciences Research Council, Science and Technology Facilities Council, National Supercomputer Centre, Linköpings Universitet
Numéro de subvention:
EP/T022159/1, EP/W006839/1, EP/T022159/
Adresse URL de PolyPublie:
https://publications.polymtl.ca/84678/
Titre de la revue :
Machine Learning Science and Technology ( vol. 7 , no 1 )
Maison d'édition:
IOP Publishing
DOI:
10.1088/2632-2153/ae2e7b
URL officielle:
https://doi.org/10.1088/2632-2153/ae2e7b
OAI:
oai:publications.polymtl.ca:84678
ORCID
Vignesh Gopakumar (iD)0000-0003-0904-3448 (Non authentifié)
Ander Gray (iD)0000-0002-1585-0900 (Non authentifié)
Joel Oskarsson (iD)0000-0002-8201-0282 (Non authentifié)
Lorenzo Zanisi (iD)0000-0002-8746-2595 (Non authentifié)
Daniel Giles (iD)0000-0002-3668-1851 (Non authentifié)
Stanislas J. P. Pamela (iD)0000-0001-8854-1749 (Non authentifié)
Marc Peter Deisenroth (iD)0000-0003-1503-680X (Non authentifié)
Date du dépôt:
23 oct. 2026 12:02
Dernière modification:
23 oct. 2026 12:02
Citer en APA 7:
Gopakumar, V., Gray, A., Oskarsson, J., Zanisi, L., Giles, D., Kusner, M. J., Pamela, S. J. P., & Deisenroth, M. P. (2025). Uncertainty quantification of surrogate models using conformal prediction. Machine Learning Science and Technology, 7(1), 015025 (47 pages). https://doi.org/10.1088/2632-2153/ae2e7b

Statistiques

Dimensions

Actions réservées au personnel

Afficher document
Afficher document