Interval predictor models and genreralization error bounds
Different Training Schemes for Interval Predictor Model and Generalization Bounds on the reliability of their predictions
Ahora está siguiendo esta publicación
- Verá actualizaciones en las notificaciones de contenido en seguimiento.
- Podrá recibir correos electrónicos, en función de las preferencias de comunicación que haya establecido.
An Interval Predictor Model (IPM) offers an interval-valued characterization of the uncertainty affecting a stochastic process.
The reliability of the optimized predictor (probability that future samples will fall outside from the predictive bounds) is formally bounded thanks to scenario theory
Citar como
roberto rocchetta (2026). Interval predictor models and genreralization error bounds (https://github.com/Roberock/ScenarioIPM), GitHub. Recuperado .
Rocchetta, Roberto, et al. “Soft-Constrained Interval Predictor Models and Epistemic Reliability Intervals: A New Tool for Uncertainty Quantification with Limited Experimental Data.” Mechanical Systems and Signal Processing, vol. 161, Elsevier BV, Dec. 2021, p. 107973, doi:10.1016/j.ymssp.2021.107973.
Información general
- Versión 1.10 (20,3 MB)
-
Ver licencia en GitHub
Compatibilidad con la versión de MATLAB
- Compatible con cualquier versión
Compatibilidad con las plataformas
- Windows
- macOS
- Linux
No se pueden descargar versiones que utilicen la rama predeterminada de GitHub
| Versión | Publicado | Notas de la versión | Action |
|---|---|---|---|
| 1.10 | included journal paper citation |
||
| 1.1 | included missing files,
|
||
| 1.0 |
