An investigation on machine learning predictive accuracy improvement and uncertainty reduction using VAE-based data augmentation

The confluence of ultrafast computers with large memory, rapid progress in Machine Learning (ML) algorithms, and the availability of large datasets place multiple engineering fields at the threshold of dramatic progress. However, a unique challenge in nuclear engineering is data scarcity because exp...

Celý popis

Podrobná bibliografie

Vydáno v:	Nuclear engineering and design Ročník 445; s. 114433
Hlavní autoři:	Alsafadi, Farah, Yaseen, Mahmoud, Wu, Xu
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	United States Elsevier B.V 15.12.2025 Elsevier BV
Témata:	Bayesian neural network Conformal prediction Data augmentation Uncertainty quantification Variational autoencoders Variational autoencoders Uncertainty quantification Data augmentation Bayesian neural network Conformal prediction
ISSN:	0029-5493
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!