ICCVSep, 2019
表征代理校准及消除标注员和数据偏差的不确定性来源
Characterizing Sources of Uncertainty to Proxy Calibration and Disambiguate Annotator and Data Bias
Asma Ghandeharioun, Brian Eoff, Brendan Jou, Rosalind W. Picard
TL;DR本文提出了一种简单的 Monte Carlo Dropout 算法,可以显式地量化神经网络输出的不确定性,利用此种不确定性可以解释模型复杂现象、如情感识别,此外也可以用于辨别主观标记样本和数据偏差的问题。