Sparse SPDE priors for uncertainty quantification of neural variational schemes - Inria - Institut national de recherche en sciences et technologies du numérique
Poster Année : 2023

Sparse SPDE priors for uncertainty quantification of neural variational schemes

Domaines

Mathématiques [math] Sciences de l'environnement
Fichier principal
Vignette du fichier
poster_ISDA_2023.pdf (3.97 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Maxime Beauchamp  : Connectez-vous pour contacter le contributeur

https://imt.hal.science/hal-04236738

Soumis le : mercredi 11 octobre 2023-10:16:57

Dernière modification le : mercredi 11 décembre 2024-19:35:39

Archivage à long terme le : vendredi 12 janvier 2024-18:29:37

Télécharger pour visualiser

Dates et versions

hal-04236738 , version 1 (11-10-2023)

Licence

Paternité

Identifiants

  • HAL Id : hal-04236738 , version 1

Citer

Maxime Beauchamp, Hugo Georgenthum, Ronan Fablet. Sparse SPDE priors for uncertainty quantification of neural variational schemes. ISDA 2023: 23rd International Conference on Intelligent Systems Design and Applications, Oct 2023, Bologne (ITA), Italy. 2023. ⟨hal-04236738⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-BREST CNRS INRIA LAB-STICC_UBO ENIB LAB-STICC INRIA2 UNIV-RENNES IMT-ATLANTIQUE LAB-STICC_OSE LAB-STICC_IAOCEAN INSTITUT-MINES-TELECOM
35 Consultations
41 Téléchargements

Partager

More