Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
 
 
DownloadE-Mail
 DetailsÜbersicht
  Detecting and Mitigating Test-time Failure Risks via Model-agnostic Uncertainty Learning

Lahoti, P., Gummadi, K., & Weikum, G. (2022). Detecting and Mitigating Test-time Failure Risks via Model-agnostic Uncertainty Learning. In J. Bailey, P. Miettinen, Y. S. Koh, D. Tao, & X. Wu (Eds.), 21st IEEE International Conference on Data Mining (pp. 1174-1179). Piscataway, NJ: IEEE. doi:10.1109/ICDM51629.2021.00141.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/21.11116/0000-000A-5E15-6 Versions-Permalink: https://hdl.handle.net/21.11116/0000-000A-5E16-5
Genre: Konferenzbeitrag

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Lahoti, Preethi1, Autor           
Gummadi, Krishna2, Autor           
Weikum, Gerhard1, Autor           
Affiliations:
1Databases and Information Systems, MPI for Informatics, Max Planck Society, ou_24018              
2External Organizations, ou_persistent22              

Inhalt

einblenden:

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 2021-09-0920222022
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: BibTex Citekey: Gummadi_ICDM21
DOI: 10.1109/ICDM51629.2021.00141
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: 21st IEEE International Conference on Data Mining
Veranstaltungsort: Auckland, New Zealand (Virtual Conference)
Start-/Enddatum: 2021-12-07 - 2021-12-10

Entscheidung

einblenden:

Projektinformation

einblenden: ausblenden:
Projektname : FairSocialComputing
Grant ID : 789373
Förderprogramm : Horizon 2020 (H2020)
Förderorganisation : European Commission (EC)
Projektname : imPACT
Grant ID : 610150
Förderprogramm : Funding Programme 7 (FP7)
Förderorganisation : European Commission (EC)

Quelle 1

einblenden:
ausblenden:
Titel: 21st IEEE International Conference on Data Mining
  Kurztitel : ICDM 2021
Genre der Quelle: Konferenzband
 Urheber:
Bailey, James1, Herausgeber
Miettinen, Pauli1, Herausgeber           
Koh, Yun Sing1, Herausgeber
Tao, Dacheng1, Herausgeber
Wu, Xindong1, Herausgeber
Affiliations:
1 External Organizations, ou_persistent22            
Ort, Verlag, Ausgabe: Piscataway, NJ : IEEE
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 1174 - 1179 Identifikator: ISBN: 978-1-6654-2398-4