Epistemic AI

Informations projet

E-pi

N° de convention de subvention: 964505

DOI

10.3030/964505

Date de signature de la CE 17 Decembre 2020

Date de début 1 Mars 2021

Date de fin 28 Février 2026

Financé au titre de

• EXCELLENT SCIENCE - Future and Emerging Technologies (FET)

Coût total

€ 3 016 618,75

Contribution de l’UE

€ 3 016 618,75

Coordonné par

OXFORD BROOKES UNIVERSITY
United Kingdom

CORDIS fournit des liens vers les livrables publics et les publications des projets HORIZON.

Les liens vers les livrables et les publications des projets du 7e PC, ainsi que les liens vers certains types de résultats spécifiques tels que les jeux de données et les logiciels, sont récupérés dynamiquement sur OpenAIRE .

Livrables

Documents, reports (6)

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

Websites, patent fillings, videos etc. (2)

Thematic workshop no 1
Website and project logo

Project website and logo are finalised

Other (1)

Report on epistemic unsupervised learning, with code

Publications

Peer reviewed articles (7)

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

Auteurs: Salman Khan; Salman Khan; Khan Muhammad; Tanveer Hussain; Javier Del Ser; Fabio Cuzzolin; Siddhartha Bhattacharyya; Zahid Akhtar; Victor Hugo C. de Albuquerque
Publié dans: Expert Systems with Applications, 2021, Page(s) 115-125, ISSN 0957-4174
Éditeur: Pergamon Press Ltd.
DOI: 10.1016/j.eswa.2021.115125

ROAD-R: the autonomous driving dataset with logical requirements

Auteurs: Eleonora Giunchiglia, Mihaela Cătălina Stoian, Salman Khan, Fabio Cuzzolin, Thomas Lukasiewicz
Publié dans: Machine Learning, Numéro 112, 2023, Page(s) 3261-3291, ISSN 0885-6125
Éditeur: Kluwer Academic Publishers
DOI: 10.1007/s10994-023-06322-z

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

Auteurs: Izaak L. Geursen, Bruno F. Santos, Neil Yorke-Smith
Publié dans: Journal of Air Transport Management, Numéro 109, 2023, Page(s) 102397, ISSN 0969-6997
Éditeur: Pergamon Press Ltd.
DOI: 10.1016/j.jairtraman.2023.102397

Uncertainty measures: A critical survey

Auteurs: Fabio Cuzzolin
Publié dans: Information Fusion, Numéro 114, 2024, Page(s) 102609, ISSN 1566-2535
Éditeur: Elsevier BV
DOI: 10.1016/j.inffus.2024.102609

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

Auteurs: Jaap-Jan van der Steeg, Menno Oudshoorn, Neil Yorke-Smith
Publié dans: Flexible Services and Manufacturing Journal, Numéro 35, 2023, Page(s) 70-110, ISSN 1936-6582
Éditeur: 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

Auteurs: Christelle Langley, Bogdan-Ionut Cirstea, Fabio Cuzzolin and Barbara J. Sahakian
Publié dans: Frontiers in Artificial Intelligence, Numéro April 5 2022, 2022, ISSN 2624-8212
Éditeur: Frontiers Media S.A.
DOI: 10.3389/frai.2022.778852

ROAD: The ROad event Awareness Dataset for autonomous Driving

Auteurs: 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
Publié dans: IEEE Transactions on Pattern Analysis and Machine Intelligence, 2022, ISSN 1939-3539
Éditeur: IEEE
DOI: 10.1109/tpami.2022.3150906

Other (14)

Generalising realisability in statistical learning theory under epistemic uncertainty

Auteurs: F. Cuzzolin
Publié dans: arXiv preprint arXiv:2402.14759, Numéro 22 Feb 2024, 2024
Éditeur: Cornell University
DOI: 10.48550/arxiv.2402.14759

An introduction to optimization under uncertainty -- A short survey

Auteurs: Shariatmadar, Keivan; Wang, Kaizheng; Hubbard, Calvin R.; Hallez, Hans; Moens, David
Publié dans: arXiv report arxiv.2212.00862, Numéro 1 Dec 2022, 2022
Éditeur: Cornell University
DOI: 10.48550/arxiv.2212.00862

Credal learning theory

Auteurs: M. Caprio, M. Sultana, E. Elia and F. Cuzzolin
Publié dans: arXiv preprint arXiv:2402.00957, Numéro 2 May 2024, 2024
Éditeur: Cornell University
DOI: 10.48550/arxiv.2402.00957

Reasoning with random sets: An agenda for the future

Auteurs: F. Cuzzolin
Publié dans: arXiv preprint arXiv:2401.09435, Numéro 19 Dec 2023, 2024
Éditeur: Cornell University
DOI: 10.48550/arxiv.2401.09435

The intersection probability: betting with probability intervals

Auteurs: Fabio Cuzzolin
Publié dans: arXiv preprint arxiv.2201.01729, Numéro 5 January 2022, 2022
Éditeur: Cornell University
DOI: 10.48550/arxiv.2201.01729

Uncertainty measures: The big picture

Auteurs: Fabio Cuzzolin
Publié dans: arXiv preprint arxiv.2104.06839, Numéro 14 April 2021, 2021
Éditeur: Cornell University
DOI: 10.48550/arxiv.2104.06839

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

Auteurs: Kaizheng Wang, Keivan Shariatmadar, Shireen Kudukkil Manchingal, Fabio Cuzzolin, David Moens, Hans Hallez
Publié dans: arXiv preprint arXiv:2401.05043, Numéro 2 Feb 2024, 2024
Éditeur: Cornell University
DOI: 10.48550/arxiv.2401.05043

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

Auteurs: K. Wang, F. Cuzzolin, K. Shariatmadar, D. Moens, H. Hallez
Publié dans: arXiv preprint arXiv:2405.15047, Numéro 23 May 2024, 2024
Éditeur: Cornell University
DOI: 10.48550/arxiv.2405.15047

Path Planning Problem under non-probabilistic Uncertainty

Auteurs: K. Shariatmadar
Publié dans: arXiv preprint arXiv.2212.01388, Numéro 1 Dec 2022, 2022
Éditeur: Cornell University
DOI: 10.48550/arxiv.2212.01388

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

Auteurs: Shireen Kudukkil Manchingal, Muhammad Mubashar, Kaizheng Wang, Keivan Shariatmadar, Fabio Cuzzolin
Publié dans: arXiv preprint arXiv:2307.05772, Numéro 11 Jul 2023, 2023
Éditeur: Cornell University
DOI: 10.48550/arxiv.2307.05772

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

Auteurs: Oren, Yaniv; Spaan, Matthijs T. J.; Böhmer, Wendelin
Publié dans: arXiv preprint arxiv.2210.13455, Numéro 30 Aug 2023, 2023
Éditeur: 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

Auteurs: Izzeddin Teeti, Valentina Musat, Salman Khan, Alexander Rast, Fabio Cuzzolin, Andrew Bradley
Publié dans: arXiv preprint arxiv.2201.03246, Numéro 11 January 2022, 2022
Éditeur: Cornell University
DOI: 10.48550/arxiv.2201.03246

Generalisation of Total Uncertainty in AI: A Theoretical Study

Auteurs: K. Shariatmadar
Publié dans: arXiv preprint arXiv.2408.00946, Numéro 1 Aug 2024, 2024
Éditeur: Cornell University
DOI: 10.48550/arxiv.2408.00946

A geometric approach to conditioning belief functions

Auteurs: Fabio Cuzzolin
Publié dans: arXiv preprint arxiv.2104.10651, Numéro 21 April 2021, 2021
Éditeur: Cornell University
DOI: 10.48550/arxiv.2104.10651

Conference proceedings (18)

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

Auteurs: Mubariz Zaffar, Liangliang Nan, Julian F. P. Kooij
Publié dans: 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), Numéro 31, 2024, Page(s) 17743-17753
Éditeur: IEEE
DOI: 10.1109/cvpr52733.2024.01680

Bayesian Deep Q-Learning via Sequential Monte Carlo

Auteurs: Pascal Van der Vaart, Matthijs T. J. Spaan, Neil Yorke-Smith
Publié dans: 16th European Workshop on Reinforcement Learning (EWRL 2023), Numéro 14 Sep 2023, 2023
Éditeur: EWRL
DOI: 10.5281/zenodo.14245136

Bayesian Model-Free Deep Reinforcement Learning

Auteurs: Pascal van der Vaart
Publié dans: AAMAS '24: Proceedings of the 23rd International Conference on Autonomous Agents and Multiagent Systems, Numéro 6 May 2024, 2024, Page(s) 2782-2784
Éditeur: IFAAMAS
DOI: 10.5555/3635637.3663285

A Hybrid Graph Network for Complex Activity Detection in Video

Auteurs: Salman Khan, Izzeddin Teeti, Andrew Bradley, Mohamed Elhoseiny, Fabio Cuzzolin
Publié dans: 2024 IEEE/CVF Winter Conference on Applications of Computer Vision (WACV), Numéro 32, 2024, Page(s) 6748-6758
Éditeur: IEEE
DOI: 10.1109/wacv57701.2024.00662

Diverse Projection Ensembles for Distributional Reinforcement Learning

Auteurs: Zanger, Moritz A.; Böhmer, Wendelin; Spaan, Matthijs T. J.
Publié dans: 16th European Workshop on Reinforcement Learning (EWRL 2023), Numéro 14 Sep 2023, 2023
Éditeur: EWRL
DOI: 10.48550/arxiv.2306.07124

Bayesian Ensembles for Exploration in Deep Q-Learning

Auteurs: Pascal Van der Vaart, Neil Yorke-Smith, Matthijs T. J. Spaan
Publié dans: Sixteenth Workshop on Adaptive and Learning Agents (ALA 2024), Numéro 6 May 2024, 2024, Page(s) 2528 - 2530
Éditeur: Adaptive Learning Agents Workshop 2024
DOI: 10.5555/3635637.3663216

Interval Reduced Order Surrogate Modelling Framework for Uncertainty Quantification

Auteurs: Ghifari A. Faza, Keivan Shariatmadar, Hans Hallez, David Moens
Publié dans: AIAA SCITECH 2024 Forum, Numéro 4 Jan 2024, 2024
Éditeur: American Institute of Aeronautics and Astronautics
DOI: 10.2514/6.2024-0387

A generalisation of the Bellman Equation in Epistemic Reinforcement Learning

Auteurs: K. Shariatmadar, J. Golub, A. Faza, D. Moens
Publié dans: XAI workshop, Numéro May 23 2024, 2024
Éditeur: Eindhoven Artificial Intelligence Systems Institute
DOI: 10.5281/zenodo.14217032

Epistemic Deep Learning

Auteurs: Shireen Kudukkil Manchingal, Fabio Cuzzolin
Publié dans: ICML 2022 Workshop on Distribution-Free Uncertainty Quantification, Numéro 23 Jul 2022, 2022
Éditeur: ICML
DOI: 10.48550/arxiv.2206.07609

Diverse Projection Ensembles for Distributional Reinforcement Learning

Auteurs: Moritz Akiya Zanger, Wendelin Boehmer, Matthijs T. J. Spaan
Publié dans: The Twelfth International Conference on Learning Representations (ICLR 2024), Numéro 7 May 2024, 2024
Éditeur: ICLR
DOI: 10.5281/zenodo.14236990

Credal Deep Ensembles for Uncertainty Quantification

Auteurs: K. Wang, K. Shariatmadar, S. Manchingal, F. Cuzzolin, D. Moens and H. Hallez
Publié dans: Thirty-eighth Annual Conference on Neural Information Processing Systems, Numéro Dec 9 2024, 2024
Éditeur: NeurIPS Foundation
DOI: 10.5281/zenodo.14217205

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

Auteurs: Noah Schutte
Publié dans: Proceedings of the Thirty-ThirdInternational Joint Conference on Artificial Intelligence, Numéro 3-9 Aug 2024, 2024, Page(s) 8504-8505
Éditeur: International Joint Conferences on Artificial Intelligence Organization
DOI: 10.24963/ijcai.2024/967

Science of AI - Total Uncertainty in AI

Auteurs: Keivan Shariatmadar
Publié dans: Leuven.AI Workshop, Numéro Jun 3 2024, 2024
Éditeur: KU Leuven
DOI: 10.5281/zenodo.14223938

Robust Losses for Decision-Focused Learning

Auteurs: Noah Schutte, Krzysztof Postek, Neil Yorke-Smith
Publié dans: Proceedings of the Thirty-ThirdInternational Joint Conference on Artificial Intelligence, Numéro 3-9 Aug 2024, 2024, Page(s) 4868-4875
Éditeur: International Joint Conferences on Artificial Intelligence Organization
DOI: 10.24963/ijcai.2024/538

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

Auteurs: Aduen Benjumea, Izzeddin Teeti, Fabio Cuzzolin, Andrew Bradley
Publié dans: 2021 IEEE/CVF International Conference on Computer Vision Workshops (ICCVW), Numéro 23 December 2021, 2021
Éditeur: IEEE
DOI: 10.48550/arxiv.2112.11798

Credal learning theory

Auteurs: Michele Caprio, Maryam Sultana, Eleni Elia and Fabio Cuzzolin
Publié dans: Thirty-eighth Annual Conference on Neural Information Processing Systems, Numéro Dec 9 2024, 2024
Éditeur: NeurIPS Foundation
DOI: 10.5281/zenodo.14216819

Multi-weather city: Adverse weather stacking for autonomous driving

Auteurs: Valentina Mușat, Ivan Fursa, Paul Newman, Fabio Cuzzolin, Andrew Bradley
Publié dans: 2021 IEEE/CVF International Conference on Computer Vision Workshops (ICCVW), Numéro 11-17 Oct 2021, 2022
Éditeur: IEEE
DOI: 10.1109/iccvw54120.2021.00325

ROAD-R: The Autonomous Driving Dataset with Logical Requirements

Auteurs: E. Giunchiglia, M. Stoian, S. Khan, F. Cuzzolin and T. Lukasiewicz
Publié dans: IJCAI 2022 - Workshop on Artificial Intelligence for Autonomous Driving (AI4AD 2022), Numéro 23 Jul 2022, 2022
Éditeur: International Joint Conferences on Artificial Intelligence Organization
DOI: 10.48550/arxiv.2210.01597

Monographic books (1)

Epistemic Uncertainty in Artificial Intelligence

Auteurs: Fabio Cuzzolin, Maryam Sultana
Publié dans: Lecture Notes in Computer Science, Numéro 23 Apr 2024, 2024, ISBN 978-3-031-57963-9
Éditeur: Springer Nature
DOI: 10.1007/978-3-031-57963-9

Thesis and dissertations (1)

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

Auteurs: J. Golub, A. Faza, K. Shariatmadar, D. Moens
Publié dans: MSc dissertation, 2024
Éditeur: KU Leuven
DOI: 10.5281/zenodo.14223900

Book chapters (1)

Improving Metaheuristic Efficiency for Stochastic Optimization by Sequential Predictive Sampling

Auteurs: Noah Schutte, Krzysztof Postek, Neil Yorke-Smith
Publié dans: Lecture Notes in Computer Science, Integration of Constraint Programming, Artificial Intelligence, and Operations Research, Numéro 25 May 2024, 2024, Page(s) 158-175
Éditeur: Springer Nature Switzerland
DOI: 10.1007/978-3-031-60599-4_10