面向天然气工业的不确定性量化协议的发展
本篇研究论文重点介绍了机器学习模型中的不确定性量化方法,特别关注神经网络以及在工程设计和医疗领域的应用。通过介绍多种不确定性量化方法和计量标准,本篇论文旨在帮助提高机器学习模型的安全性和可靠性,同时提供两个具体案例:锂离子电池寿命预测和涡轮发动机剩余使用寿命预测。
May, 2023
该研究综述了机器学习中不确定性的来源、分类和度量方法,并讨论了不确定性对决策过程的影响。重点关注深度学习领域,提供了广泛范围的不确定性讨论和深度学习中的不确定性量化方法的最新综述。
Jun, 2024
本文展示了不确定性包装器在医学领域中与可靠方法和透明不确定性量化相结合的机器学习模型的应用和实用价值,以流式细胞术作为一个示例。
Nov, 2023
综合机器学习医疗模型在临床实践中的应用仍然不理想,缺乏证据证明其可靠性进而限制了其广泛应用。本文综述了用于各种医学图像任务中开发的机器学习模型的不确定性量化方法,包括概率和非概率方法,以全面调研与不确定性量化相关的研究。该综述对医学图像的分析和医学应用以及相应的不确定性评估协议进行了讨论,并强调了未来的研究方向。整体上,本综述旨在帮助临床和技术领域的研究人员快速而深入地了解医学图像分析机器学习模型中的不确定性量化研究。
Oct, 2023
这篇论文介绍了机器学习在无线通信领域的应用,并提出了开发带有概率建模的 ML 系统来解决 ML 模型推理可靠性和不确定性的问题。作者使用 WiFi 信道状态信息进行了真实案例演示来证明该方法的正确性,并指出这种方法可以用于无线感知应用中,不仅仅是 WiFi 感知,还包括毫米波雷达等其他应用。
Oct, 2022
本研究比较了多种机器学习技术的 UQ 准确性,并对两个模型(船只在波浪中的运动和 Majda-McLaughlin-Tabak 模型)进行了应用。
Jun, 2023
提出了一种综合的科学机器学习模型参数不确定性评估方法,考虑了多种可能的不确定性来源,验证了该方法的鲁棒性和一致性,并在聚合物反应器的软传感器开发中得到了实际应用。
Sep, 2022
本文介绍了一个包含不确定性建模、解法和评估的完整框架,用于量化神经网络中包括噪声、有限数据、超参数、过度参数化、优化和采样误差及模型错误等多源的误差和不确定性,特别关注向无限维函数空间中的偏微分方程和操作映射的学习,包括一个在原型问题上进行的广泛的比较研究。
Jan, 2022
文章通过对 5 个基准数据集的系统评估,研究不同的不确定性量化方法在回归任务中的性能表现,发现没有一种方法完全优于其他方法,也没有一种特别可靠的错误排名。作者建议在已有的技术中进行选择。
May, 2020
机器学习模型在计量学应用中的可信度需要伴随确定性不确定性的量化,本文解决了经过训练 / 固定的机器学习回归模型中不确定性传播的挑战,提供了在特定输入数据分布和多种机器学习模型下,对模型输出均值和方差的解析表达式,并通过数值实验验证方法,与蒙特卡罗方法在计算效率上进行比较,同时以锂离子电池状态建模为例,展示了方法的应用。
Apr, 2024