会员服务
极小点 · 计算统计 ·
2021 年 9 月 13 日
Minimum Discrepancy Methods in Uncertainty Quantification
翻译：不确定性量化中最低差分法
Chris J. Oates
Chris J. Oates

The lectures were prepared for the \'{E}cole Th\'{e}matique sur les Incertitudes en Calcul Scientifique (ETICS) in September 2021.


翻译：这些讲座是2021年9月为Calcul Scientifique Calcul Scientique(ETICS)大学准备的。
0
下载
关闭预览

相关内容

【干货书】计算成像，483页pdf，Computational Imaging Book, MIT 出版社
专知会员服务
67+阅读 · 2021年9月12日
【ICML2021】异质风险最小化，Heterogeneous Risk Minimization
专知会员服务
16+阅读 · 2021年5月21日
MIT经典《线性代数》，584页pdf，Introduction to Linear Algebra, Fifth Edition, Gilbert Strang, 2016.
MIT经典《线性代数》，584页pdf，Introduction to Linear Algebra, Fifth Edition, Gilbert Strang, 2016.
专知会员服务
434+阅读 · 2021年1月11日
【医学图像处理中的因果性】52页ppt，Causality Matters in Medical Imaging
【医学图像处理中的因果性】52页ppt，Causality Matters in Medical Imaging
专知会员服务
60+阅读 · 2020年3月14日
最大均方差正则化贝叶斯神经网络，Bayesian Neural Networks With Maximum Mean Discrepancy Regularization
最大均方差正则化贝叶斯神经网络，Bayesian Neural Networks With Maximum Mean Discrepancy Regularization
专知会员服务
54+阅读 · 2020年3月5日
【哥伦比亚大学】经济AI优化课程，Economics, AI, and Optimization
【哥伦比亚大学】经济AI优化课程，Economics, AI, and Optimization
专知会员服务
53+阅读 · 2020年2月15日
【新书】数字图像(影像)处理手第二版，2176pdf，Mathematical Methods in Imaging
【新书】数字图像(影像)处理手第二版，2176pdf，Mathematical Methods in Imaging
专知会员服务
93+阅读 · 2020年2月12日
【CoRL2019最佳论文】模仿学习，A Divergence Minimization Perspective on Imitation Learning Methods
【CoRL2019最佳论文】模仿学习，A Divergence Minimization Perspective on Imitation Learning Methods
专知会员服务
24+阅读 · 2019年11月11日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
50+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
36+阅读 · 2019年10月17日
IEEE | DSC 2019诚邀稿件 (EI检索)
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
动物脑的好奇心和强化学习的好奇心
动物脑的好奇心和强化学习的好奇心
CreateAMind
10+阅读 · 2019年1月26日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
44+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
18+阅读 · 2018年12月24日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
随波逐流：Similarity-Adaptive and Discrete Optimization
随波逐流：Similarity-Adaptive and Discrete Optimization
我爱读PAMI
5+阅读 · 2018年2月6日
已删除
已删除
将门创投
3+阅读 · 2017年11月3日
Incorporating Data Uncertainty in Object Tracking Algorithms
Arxiv
0+阅读 · 2021年11月2日
Uncertainty Quantification and Deep Ensembles
Arxiv
0+阅读 · 2021年11月2日
Conservative Time Discretization: A Comparative Study
Arxiv
0+阅读 · 2021年11月2日
Uncertainty quantification for wide-bin unfolding: one-at-a-time strict bounds and prior-optimized confidence intervals
Arxiv
0+阅读 · 2021年11月1日
A variance principle explains why dropout finds flatter minima
Arxiv
0+阅读 · 2021年11月1日
Distance and Bounds for Flag Codes
Arxiv
0+阅读 · 2021年11月1日
Uncertainty quantification for ptychography using normalizing flows
Arxiv
0+阅读 · 2021年11月1日
Data-driven Uncertainty Quantification in Computational Human Head Models
Arxiv
0+阅读 · 2021年10月29日
A Survey of Uncertainty in Deep Neural Networks
Arxiv
30+阅读 · 2021年7月7日
Stable Distribution Alignment Using the Dual of the Adversarial Distance
Arxiv
3+阅读 · 2018年1月30日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
极小点
计算统计
最新内容
ICML 2026 | CFPO：用反事实策略优化提升多模态推理
ICML 2026 | CFPO：用反事实策略优化提升多模态推理
专知会员服务
1+阅读 · 今天14:45
综述 | 世界动作模型：少做梦，多行动
综述 | 世界动作模型：少做梦，多行动
专知会员服务
1+阅读 · 今天14:43
美以伊冲突：无人机与人工智能的运用
美以伊冲突：无人机与人工智能的运用
专知会员服务
3+阅读 · 今天14:31
《战时图神经网络：整合以色列-伊朗冲突中的网络安全与无人机智能》最新50页文献
《战时图神经网络：整合以色列-伊朗冲突中的网络安全与无人机智能》最新50页文献
专知会员服务
3+阅读 · 今天14:20
《特种部队在透明战场中的生存力》最新报告
《特种部队在透明战场中的生存力》最新报告
专知会员服务
2+阅读 · 今天14:11
《自主无人机蜂群协同与控制系统：人工智能赋能的战场协同与自主任务编排平台》
《自主无人机蜂群协同与控制系统：人工智能赋能的战场协同与自主任务编排平台》
专知会员服务
3+阅读 · 今天14:07
《人工智能生成的零日漏洞：对未来作战的影响》
《人工智能生成的零日漏洞：对未来作战的影响》
专知会员服务
3+阅读 · 今天14:03
《理解伙伴国在防务能力选择中的偏好：探索美国解决方案的替代选择》美智库200页报告
《理解伙伴国在防务能力选择中的偏好：探索美国解决方案的替代选择》美智库200页报告
专知会员服务
2+阅读 · 今天13:59
ICML 2026 | 边界嵌入塑形：用自适应对比学习破解图结构纠缠
ICML 2026 | 边界嵌入塑形：用自适应对比学习破解图结构纠缠
专知会员服务
5+阅读 · 6月22日
综述 | 3D场景图：开放挑战与未来方向
综述 | 3D场景图：开放挑战与未来方向
专知会员服务
8+阅读 · 6月22日
《国防工业6.0：全自主作战系统、量子-人工智能融合与新一代战略威慑》
《国防工业6.0：全自主作战系统、量子-人工智能融合与新一代战略威慑》
专知会员服务
7+阅读 · 6月22日
21世纪的无人机战争
21世纪的无人机战争
专知会员服务
4+阅读 · 6月22日
《伊朗与以色列-美国热战及其对数字技术的影响》
《伊朗与以色列-美国热战及其对数字技术的影响》
专知会员服务
5+阅读 · 6月22日
《量子技术的军事任务技术适配与利用》
《量子技术的军事任务技术适配与利用》
专知会员服务
5+阅读 · 6月22日
《美国陆军军官学校（西点军校）本科生科研中生成式人工智能的使用》
《美国陆军军官学校（西点军校）本科生科研中生成式人工智能的使用》
专知会员服务
8+阅读 · 6月22日
相关VIP内容
【干货书】计算成像，483页pdf，Computational Imaging Book, MIT 出版社
专知会员服务
67+阅读 · 2021年9月12日
【ICML2021】异质风险最小化，Heterogeneous Risk Minimization
专知会员服务
16+阅读 · 2021年5月21日
MIT经典《线性代数》，584页pdf，Introduction to Linear Algebra, Fifth Edition, Gilbert Strang, 2016.
MIT经典《线性代数》，584页pdf，Introduction to Linear Algebra, Fifth Edition, Gilbert Strang, 2016.
专知会员服务
434+阅读 · 2021年1月11日
【医学图像处理中的因果性】52页ppt，Causality Matters in Medical Imaging
【医学图像处理中的因果性】52页ppt，Causality Matters in Medical Imaging
专知会员服务
60+阅读 · 2020年3月14日
最大均方差正则化贝叶斯神经网络，Bayesian Neural Networks With Maximum Mean Discrepancy Regularization
最大均方差正则化贝叶斯神经网络，Bayesian Neural Networks With Maximum Mean Discrepancy Regularization
专知会员服务
54+阅读 · 2020年3月5日
【哥伦比亚大学】经济AI优化课程，Economics, AI, and Optimization
【哥伦比亚大学】经济AI优化课程，Economics, AI, and Optimization
专知会员服务
53+阅读 · 2020年2月15日
【新书】数字图像(影像)处理手第二版，2176pdf，Mathematical Methods in Imaging
【新书】数字图像(影像)处理手第二版，2176pdf，Mathematical Methods in Imaging
专知会员服务
93+阅读 · 2020年2月12日
【CoRL2019最佳论文】模仿学习，A Divergence Minimization Perspective on Imitation Learning Methods
【CoRL2019最佳论文】模仿学习，A Divergence Minimization Perspective on Imitation Learning Methods
专知会员服务
24+阅读 · 2019年11月11日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
50+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
36+阅读 · 2019年10月17日
热门VIP内容
相关资讯
IEEE | DSC 2019诚邀稿件 (EI检索)
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
动物脑的好奇心和强化学习的好奇心
动物脑的好奇心和强化学习的好奇心
CreateAMind
10+阅读 · 2019年1月26日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
44+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
18+阅读 · 2018年12月24日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
随波逐流：Similarity-Adaptive and Discrete Optimization
随波逐流：Similarity-Adaptive and Discrete Optimization
我爱读PAMI
5+阅读 · 2018年2月6日
已删除
已删除
将门创投
3+阅读 · 2017年11月3日
相关论文
Incorporating Data Uncertainty in Object Tracking Algorithms
Arxiv
0+阅读 · 2021年11月2日
Uncertainty Quantification and Deep Ensembles
Arxiv
0+阅读 · 2021年11月2日
Conservative Time Discretization: A Comparative Study
Arxiv
0+阅读 · 2021年11月2日
Uncertainty quantification for wide-bin unfolding: one-at-a-time strict bounds and prior-optimized confidence intervals
Arxiv
0+阅读 · 2021年11月1日
A variance principle explains why dropout finds flatter minima
Arxiv
0+阅读 · 2021年11月1日
Distance and Bounds for Flag Codes
Arxiv
0+阅读 · 2021年11月1日
Uncertainty quantification for ptychography using normalizing flows
Arxiv
0+阅读 · 2021年11月1日
Data-driven Uncertainty Quantification in Computational Human Head Models
Arxiv
0+阅读 · 2021年10月29日
A Survey of Uncertainty in Deep Neural Networks
Arxiv
30+阅读 · 2021年7月7日
Stable Distribution Alignment Using the Dual of the Adversarial Distance
Arxiv
3+阅读 · 2018年1月30日
Top
微信扫码咨询专知VIP会员
Top