Epistemic AI

CORDIS bietet Links zu öffentlichen Ergebnissen und Veröffentlichungen von HORIZONT-Projekten.

Links zu Ergebnissen und Veröffentlichungen von RP7-Projekten sowie Links zu einigen Typen spezifischer Ergebnisse wie Datensätzen und Software werden dynamisch von OpenAIRE abgerufen.

Leistungen

Report on epistemic reinforcement learning, with codebase
Report on pointwise optimisation under epistemic uncertainty
Report on methods from uncertainty theory
Report on epistemic learning theory
Report on use case definition
Report on set-based learning

Thematic workshop no 1
Website and project logo

Project website and logo are finalised

Report on epistemic unsupervised learning, with code

Veröffentlichungen

DeepSmoke: Deep learning model for smoke detection and segmentation in outdoor environments

Autoren: Salman Khan; Salman Khan; Khan Muhammad; Tanveer Hussain; Javier Del Ser; Fabio Cuzzolin; Siddhartha Bhattacharyya; Zahid Akhtar; Victor Hugo C. de Albuquerque
Veröffentlicht in: Expert Systems with Applications, 2021, Seite(n) 115-125, ISSN 0957-4174
Herausgeber: Pergamon Press Ltd.
DOI: 10.1016/j.eswa.2021.115125

ROAD-R: the autonomous driving dataset with logical requirements

Autoren: Eleonora Giunchiglia, Mihaela Cătălina Stoian, Salman Khan, Fabio Cuzzolin, Thomas Lukasiewicz
Veröffentlicht in: Machine Learning, Ausgabe 112, 2023, Seite(n) 3261-3291, ISSN 0885-6125
Herausgeber: Kluwer Academic Publishers
DOI: 10.1007/s10994-023-06322-z

Fleet planning under demand and fuel price uncertainty using actor–critic reinforcement learning

Autoren: Izaak L. Geursen, Bruno F. Santos, Neil Yorke-Smith
Veröffentlicht in: Journal of Air Transport Management, Ausgabe 109, 2023, Seite(n) 102397, ISSN 0969-6997
Herausgeber: Pergamon Press Ltd.
DOI: 10.1016/j.jairtraman.2023.102397

Uncertainty measures: A critical survey

Autoren: Fabio Cuzzolin
Veröffentlicht in: Information Fusion, Ausgabe 114, 2024, Seite(n) 102609, ISSN 1566-2535
Herausgeber: Elsevier BV
DOI: 10.1016/j.inffus.2024.102609

Berth planning and real-time disruption recovery: a simulation study for a tidal port

Autoren: Jaap-Jan van der Steeg, Menno Oudshoorn, Neil Yorke-Smith
Veröffentlicht in: Flexible Services and Manufacturing Journal, Ausgabe 35, 2023, Seite(n) 70-110, ISSN 1936-6582
Herausgeber: Springer Pub. Co.,
DOI: 10.1007/s10696-022-09473-8

Theory of Mind and Preference Learning at the Interface of Cognitive Science, Neuroscience, and AI: A Review

Autoren: Christelle Langley, Bogdan-Ionut Cirstea, Fabio Cuzzolin and Barbara J. Sahakian
Veröffentlicht in: Frontiers in Artificial Intelligence, Ausgabe April 5 2022, 2022, ISSN 2624-8212
Herausgeber: Frontiers Media S.A.
DOI: 10.3389/frai.2022.778852

ROAD: The ROad event Awareness Dataset for autonomous Driving

Autoren: Gurkirt Singh, Stephen Akrigg, Manuele Di Maio, Valentina Fontana, Reza Javanmard Alitappeh, Suman Saha, Kossar Jeddisaravi, Farzad Yousefi, Jacob Culley, Tom Nicholson, Jordan Omokeowa, Salman Khan, Stanislao Grazioso, Andrew Bradley, Giuseppe Di Gironimo, Fabio Cuzzolin
Veröffentlicht in: IEEE Transactions on Pattern Analysis and Machine Intelligence, 2022, ISSN 1939-3539
Herausgeber: IEEE
DOI: 10.1109/tpami.2022.3150906

Generalising realisability in statistical learning theory under epistemic uncertainty

Autoren: F. Cuzzolin
Veröffentlicht in: arXiv preprint arXiv:2402.14759, Ausgabe 22 Feb 2024, 2024
Herausgeber: Cornell University
DOI: 10.48550/arxiv.2402.14759

An introduction to optimization under uncertainty -- A short survey

Autoren: Shariatmadar, Keivan; Wang, Kaizheng; Hubbard, Calvin R.; Hallez, Hans; Moens, David
Veröffentlicht in: arXiv report arxiv.2212.00862, Ausgabe 1 Dec 2022, 2022
Herausgeber: Cornell University
DOI: 10.48550/arxiv.2212.00862

Credal learning theory

Autoren: M. Caprio, M. Sultana, E. Elia and F. Cuzzolin
Veröffentlicht in: arXiv preprint arXiv:2402.00957, Ausgabe 2 May 2024, 2024
Herausgeber: Cornell University
DOI: 10.48550/arxiv.2402.00957

Reasoning with random sets: An agenda for the future

Autoren: F. Cuzzolin
Veröffentlicht in: arXiv preprint arXiv:2401.09435, Ausgabe 19 Dec 2023, 2024
Herausgeber: Cornell University
DOI: 10.48550/arxiv.2401.09435

The intersection probability: betting with probability intervals

Autoren: Fabio Cuzzolin
Veröffentlicht in: arXiv preprint arxiv.2201.01729, Ausgabe 5 January 2022, 2022
Herausgeber: Cornell University
DOI: 10.48550/arxiv.2201.01729

Uncertainty measures: The big picture

Autoren: Fabio Cuzzolin
Veröffentlicht in: arXiv preprint arxiv.2104.06839, Ausgabe 14 April 2021, 2021
Herausgeber: Cornell University
DOI: 10.48550/arxiv.2104.06839

CreINNs: Credal-Set Interval Neural Networks for Uncertainty Estimation in Classification Tasks

Autoren: Kaizheng Wang, Keivan Shariatmadar, Shireen Kudukkil Manchingal, Fabio Cuzzolin, David Moens, Hans Hallez
Veröffentlicht in: arXiv preprint arXiv:2401.05043, Ausgabe 2 Feb 2024, 2024
Herausgeber: Cornell University
DOI: 10.48550/arxiv.2401.05043

Credal Wrapper of Model Averaging for Uncertainty Estimation on Out-Of-Distribution Detection

Autoren: K. Wang, F. Cuzzolin, K. Shariatmadar, D. Moens, H. Hallez
Veröffentlicht in: arXiv preprint arXiv:2405.15047, Ausgabe 23 May 2024, 2024
Herausgeber: Cornell University
DOI: 10.48550/arxiv.2405.15047

Path Planning Problem under non-probabilistic Uncertainty

Autoren: K. Shariatmadar
Veröffentlicht in: arXiv preprint arXiv.2212.01388, Ausgabe 1 Dec 2022, 2022
Herausgeber: Cornell University
DOI: 10.48550/arxiv.2212.01388

Random-Set Convolutional Neural Network (RS-CNN) for Epistemic Deep Learning

Autoren: Shireen Kudukkil Manchingal, Muhammad Mubashar, Kaizheng Wang, Keivan Shariatmadar, Fabio Cuzzolin
Veröffentlicht in: arXiv preprint arXiv:2307.05772, Ausgabe 11 Jul 2023, 2023
Herausgeber: Cornell University
DOI: 10.48550/arxiv.2307.05772

E-MCTS: Deep Exploration in Model-Based Reinforcement Learning by Planning with Epistemic Uncertainty

Autoren: Oren, Yaniv; Spaan, Matthijs T. J.; Böhmer, Wendelin
Veröffentlicht in: arXiv preprint arxiv.2210.13455, Ausgabe 30 Aug 2023, 2023
Herausgeber: Cornell University
DOI: 10.48550/arxiv.2210.13455

Vision in adverse weather: Augmentation using CycleGANs with various object detectors for robust perception in autonomous racing

Autoren: Izzeddin Teeti, Valentina Musat, Salman Khan, Alexander Rast, Fabio Cuzzolin, Andrew Bradley
Veröffentlicht in: arXiv preprint arxiv.2201.03246, Ausgabe 11 January 2022, 2022
Herausgeber: Cornell University
DOI: 10.48550/arxiv.2201.03246

Generalisation of Total Uncertainty in AI: A Theoretical Study

Autoren: K. Shariatmadar
Veröffentlicht in: arXiv preprint arXiv.2408.00946, Ausgabe 1 Aug 2024, 2024
Herausgeber: Cornell University
DOI: 10.48550/arxiv.2408.00946

A geometric approach to conditioning belief functions

Autoren: Fabio Cuzzolin
Veröffentlicht in: arXiv preprint arxiv.2104.10651, Ausgabe 21 April 2021, 2021
Herausgeber: Cornell University
DOI: 10.48550/arxiv.2104.10651

On the Estimation of Image-Matching Uncertainty in Visual Place Recognition

Autoren: Mubariz Zaffar, Liangliang Nan, Julian F. P. Kooij
Veröffentlicht in: 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), Ausgabe 31, 2024, Seite(n) 17743-17753
Herausgeber: IEEE
DOI: 10.1109/cvpr52733.2024.01680

Bayesian Deep Q-Learning via Sequential Monte Carlo

Autoren: Pascal Van der Vaart, Matthijs T. J. Spaan, Neil Yorke-Smith
Veröffentlicht in: 16th European Workshop on Reinforcement Learning (EWRL 2023), Ausgabe 14 Sep 2023, 2023
Herausgeber: EWRL
DOI: 10.5281/zenodo.14245136

Bayesian Model-Free Deep Reinforcement Learning

Autoren: Pascal van der Vaart
Veröffentlicht in: AAMAS '24: Proceedings of the 23rd International Conference on Autonomous Agents and Multiagent Systems, Ausgabe 6 May 2024, 2024, Seite(n) 2782-2784
Herausgeber: IFAAMAS
DOI: 10.5555/3635637.3663285

A Hybrid Graph Network for Complex Activity Detection in Video

Autoren: Salman Khan, Izzeddin Teeti, Andrew Bradley, Mohamed Elhoseiny, Fabio Cuzzolin
Veröffentlicht in: 2024 IEEE/CVF Winter Conference on Applications of Computer Vision (WACV), Ausgabe 32, 2024, Seite(n) 6748-6758
Herausgeber: IEEE
DOI: 10.1109/wacv57701.2024.00662

Diverse Projection Ensembles for Distributional Reinforcement Learning

Autoren: Zanger, Moritz A.; Böhmer, Wendelin; Spaan, Matthijs T. J.
Veröffentlicht in: 16th European Workshop on Reinforcement Learning (EWRL 2023), Ausgabe 14 Sep 2023, 2023
Herausgeber: EWRL
DOI: 10.48550/arxiv.2306.07124

Bayesian Ensembles for Exploration in Deep Q-Learning

Autoren: Pascal Van der Vaart, Neil Yorke-Smith, Matthijs T. J. Spaan
Veröffentlicht in: Sixteenth Workshop on Adaptive and Learning Agents (ALA 2024), Ausgabe 6 May 2024, 2024, Seite(n) 2528 - 2530
Herausgeber: Adaptive Learning Agents Workshop 2024
DOI: 10.5555/3635637.3663216

Interval Reduced Order Surrogate Modelling Framework for Uncertainty Quantification

Autoren: Ghifari A. Faza, Keivan Shariatmadar, Hans Hallez, David Moens
Veröffentlicht in: AIAA SCITECH 2024 Forum, Ausgabe 4 Jan 2024, 2024
Herausgeber: American Institute of Aeronautics and Astronautics
DOI: 10.2514/6.2024-0387

A generalisation of the Bellman Equation in Epistemic Reinforcement Learning

Autoren: K. Shariatmadar, J. Golub, A. Faza, D. Moens
Veröffentlicht in: XAI workshop, Ausgabe May 23 2024, 2024
Herausgeber: Eindhoven Artificial Intelligence Systems Institute
DOI: 10.5281/zenodo.14217032

Epistemic Deep Learning

Autoren: Shireen Kudukkil Manchingal, Fabio Cuzzolin
Veröffentlicht in: ICML 2022 Workshop on Distribution-Free Uncertainty Quantification, Ausgabe 23 Jul 2022, 2022
Herausgeber: ICML
DOI: 10.48550/arxiv.2206.07609

Diverse Projection Ensembles for Distributional Reinforcement Learning

Autoren: Moritz Akiya Zanger, Wendelin Boehmer, Matthijs T. J. Spaan
Veröffentlicht in: The Twelfth International Conference on Learning Representations (ICLR 2024), Ausgabe 7 May 2024, 2024
Herausgeber: ICLR
DOI: 10.5281/zenodo.14236990

Credal Deep Ensembles for Uncertainty Quantification

Autoren: K. Wang, K. Shariatmadar, S. Manchingal, F. Cuzzolin, D. Moens and H. Hallez
Veröffentlicht in: Thirty-eighth Annual Conference on Neural Information Processing Systems, Ausgabe Dec 9 2024, 2024
Herausgeber: NeurIPS Foundation
DOI: 10.5281/zenodo.14217205

Optimization Under Epistemic Uncertainty With a Focus on Decision-Focused Learning

Autoren: Noah Schutte
Veröffentlicht in: Proceedings of the Thirty-ThirdInternational Joint Conference on Artificial Intelligence, Ausgabe 3-9 Aug 2024, 2024, Seite(n) 8504-8505
Herausgeber: International Joint Conferences on Artificial Intelligence Organization
DOI: 10.24963/ijcai.2024/967

Science of AI - Total Uncertainty in AI

Autoren: Keivan Shariatmadar
Veröffentlicht in: Leuven.AI Workshop, Ausgabe Jun 3 2024, 2024
Herausgeber: KU Leuven
DOI: 10.5281/zenodo.14223938

Robust Losses for Decision-Focused Learning

Autoren: Noah Schutte, Krzysztof Postek, Neil Yorke-Smith
Veröffentlicht in: Proceedings of the Thirty-ThirdInternational Joint Conference on Artificial Intelligence, Ausgabe 3-9 Aug 2024, 2024, Seite(n) 4868-4875
Herausgeber: International Joint Conferences on Artificial Intelligence Organization
DOI: 10.24963/ijcai.2024/538

YOLO-Z: Improving small object detection in YOLOv5 for autonomous vehicles

Autoren: Aduen Benjumea, Izzeddin Teeti, Fabio Cuzzolin, Andrew Bradley
Veröffentlicht in: 2021 IEEE/CVF International Conference on Computer Vision Workshops (ICCVW), Ausgabe 23 December 2021, 2021
Herausgeber: IEEE
DOI: 10.48550/arxiv.2112.11798

Credal learning theory

Autoren: Michele Caprio, Maryam Sultana, Eleni Elia and Fabio Cuzzolin
Veröffentlicht in: Thirty-eighth Annual Conference on Neural Information Processing Systems, Ausgabe Dec 9 2024, 2024
Herausgeber: NeurIPS Foundation
DOI: 10.5281/zenodo.14216819

Multi-weather city: Adverse weather stacking for autonomous driving

Autoren: Valentina Mușat, Ivan Fursa, Paul Newman, Fabio Cuzzolin, Andrew Bradley
Veröffentlicht in: 2021 IEEE/CVF International Conference on Computer Vision Workshops (ICCVW), Ausgabe 11-17 Oct. 2021, 2022
Herausgeber: IEEE
DOI: 10.1109/iccvw54120.2021.00325

ROAD-R: The Autonomous Driving Dataset with Logical Requirements

Autoren: E. Giunchiglia, M. Stoian, S. Khan, F. Cuzzolin and T. Lukasiewicz
Veröffentlicht in: IJCAI 2022 - Workshop on Artificial Intelligence for Autonomous Driving (AI4AD 2022), Ausgabe 23 Jul 2022, 2022
Herausgeber: International Joint Conferences on Artificial Intelligence Organization
DOI: 10.48550/arxiv.2210.01597

Epistemic Uncertainty in Artificial Intelligence

Autoren: Fabio Cuzzolin, Maryam Sultana
Veröffentlicht in: Lecture Notes in Computer Science, Ausgabe 23 Apr 2024, 2024, ISBN 978-3-031-57963-9
Herausgeber: Springer Nature
DOI: 10.1007/978-3-031-57963-9

Uncertainty in Reinforcement Learning and its Application to Scheduling Problems in Manufacturing

Autoren: J. Golub, A. Faza, K. Shariatmadar, D. Moens
Veröffentlicht in: MSc dissertation, 2024
Herausgeber: KU Leuven
DOI: 10.5281/zenodo.14223900

Improving Metaheuristic Efficiency for Stochastic Optimization by Sequential Predictive Sampling

Autoren: Noah Schutte, Krzysztof Postek, Neil Yorke-Smith
Veröffentlicht in: Lecture Notes in Computer Science, Integration of Constraint Programming, Artificial Intelligence, and Operations Research, Ausgabe 25 May 2024, 2024, Seite(n) 158-175
Herausgeber: Springer Nature Switzerland
DOI: 10.1007/978-3-031-60599-4_10

Suche nach OpenAIRE-Daten ...

Leistungen

Veröffentlichungen

Diese Seite teilen Diese Seite in sozialen Netzwerken teilen

Herunterladen Den Inhalt der Seite herunterladen