Predictive Uncertainty Quantification of Deep Neural Networks using Dirichlet Distributions
| Zugehörige Institution(en) am KIT | Institut für Mess- und Regelungstechnik (MRT) |
| Publikationstyp | Proceedingsbeitrag |
| Publikationsdatum | 08.12.2022 |
| Sprache | Englisch |
| Identifikator | ISBN: 978-1-4503-9786-5 KITopen-ID: 1000156079 |
| Erschienen in | CSCS '22: Proceedings of the 6th ACM Computer Science in Cars Symposium. Ed.: B. Brücher |
| Veranstaltung | 6th ACM Computer Science in Cars Symposium (CSCS 2022), Ingolstadt, Deutschland, 08.12.2022 |
| Verlag | Association for Computing Machinery (ACM) |
| Seiten | Art.-Nr.: 4 |
| Nachgewiesen in | OpenAlex Dimensions Scopus |
| Globale Ziele für nachhaltige Entwicklung |