基于生成方法的不确定性量化

Oct, 2023

Uncertainty Quantification using Generative Approach

Yunsheng Zhang

TL;DR使用增量生成蒙特卡洛（IGMC）方法，可以使用深度生成方法来衡量深度神经网络的不确定性。IGMC通过迭代训练生成模型，并将其输出添加到数据集中，计算随机变量的期望的后验分布。我们提供了关于IGMC相对于样本大小和采样深度的收敛速率的理论保证。由于IGMC与深度生成方法兼容，因此适用于神经网络分类和回归任务。我们在MNIST数字分类任务上对IGMC的行为进行了经验研究。

Abstract

We present the incremental generative monte carlo (IGMC) method, designed to measure uncertainty in deep neural networks using deep genera