prediction uncertainty | BriefGPT

关键词prediction uncertainty

搜索结果 - 27

基于深度学习的置信区间和同时置信带
深度学习模型在各个领域显著提高了预测准确性，并在许多学科中得到认可。然而，有一个深度学习方面仍未充分解决的问题是预测不确定性的评估。本研究提供了一种有效的非参数自助法，能够正确区分数据不确定性和所采用的优化算法中固有的噪音，确保生成的逐点置
PDF14 days ago
基于贝叶斯神经网络的随机优化问题学习解决方案
使用贝叶斯神经网络和随机规划技术的预测不确定性建模，以降低决策风险和提高决策质量。
PDFa month ago
深度图像合成神经网络预测不确定性的视觉分析
利用不同方法高效估计深度神经网络的预测不确定性和敏感性，并将其互动比较和对比，以应对可靠的不确定性感知模型在深度图像合成任务中产生信息丰富且质量多样的插图，进一步提高深度可视化模型的稳健性和可解释性，使其在以视觉分析为基础的各个科学领域得以
PDFa month ago
域自适应中的 α- 功率最大化对抗重新加权
提出了一种称为 Adversarial Reweighting with α-Power Maximization (ARPM) 的新方法，用于 Partial DA 任务中遗漏了目标域的私有类别。通过对抗性重新加权模型和 α-Power
PDF2 months ago
UPose3D：带有跨视角和时间线索的不确定性感知 3D 人体姿态估计
UPose3D 是一种新颖的多视图 3D 人体姿势估计方法，通过改进鲁棒性和可扩展性来解决准确性的挑战，同时不需要直接的 3D 注释。
PDF2 months ago
GRANP: 适用于车辆轨迹预测的图形递归注意力神经过程模型
GRANP 是一种新颖的模型，用于车辆轨迹预测并高效地量化预测不确定性。它采用了利用深度生成模型来解决轨迹不确定性的方法，并在解决了效率问题的同时取得了最先进的结果。
PDF3 months ago
测试时适应遇上图像增强：通过不确定性感知的对数开关改进准确性
通过将输入图像增强的新视角加入到 TTA 方法中，以减少预测的不确定性，我们提出了一种名为 TECA 的新方法。通过与图像增强模型结合，TECA 将分类模型与图像增强模型相结合，通过现有的 TTA 方法进行更新，从而减少预测的不确定性，提高
PDF3 months ago
基于感知质量的模型训练在注释者标签不确定性下的应用
本文研究了数据标注中的注释者标签不确定性对模型的泛化能力和预测不确定性的影响，并提出了一种基于感知质量的模型训练框架，通过生成多个标签来增强模型的可靠性。实验证明，使用该框架进行训练可以减轻注释者标签不确定性对模型泛化能力和预测不确定性的降
PDF4 months ago
聚类与不确定性分析改进基于机器学习的 SAFARI-1 控制从属组件轴向中子通量剖面预测
本研究旨在利用机器学习模型准确预测 SAFARI-1 研究反应堆中装配件轴向中子通量分布，通过使用历史周期的测量数据进行训练，同时量化模型预测的近似不确定性，并通过组合监督和无监督机器学习算法改进控制装配件的预测精度和降低预测不确定性。
PDF6 months ago
利用潜在引导扩散和嵌套集合提高医学图像分类的鲁棒性和可靠性
通过转换器与条件扩散模型相结合的新方法，提高了深度学习模型在医学图像分析中对图像的稳健性，并增加了对临床实践的信任度。
PDF8 months ago
用于基于风险决策的深度学习分类中的离散输入噪声量化不确定性
深度神经网络在风险决策中的应用受到广泛关注，已在医学、金融、制造和质量控制等领域取得广泛应用。本文提出了一种数学框架，用于量化深度神经网络模型的预测不确定性，特别针对含有离散特征变量的表格数据集。通过对结核病患者在治疗过程中的预测进行案例研
PDF9 months ago
ICCV通过混淆和无知的证据建模进行灵活的视觉识别
在本文中，我们提出使用主观逻辑的理论来明确建模确定的预测不确定性和未知类别样本预测的忽略现象，并通过预测 Dirichlet 浓度参数来实现综合的主观意见，通过一系列实验证明了我们的方法在量化两种不确定性源和处理灵活识别方面的有效性。
PDF10 months ago
图神经随机微分方程
我们提出了一种新颖的模型，即图神经随机微分方程（Graph Neural SDEs）。此技术通过使用布朗运动将随机性嵌入数据表示，提升了图神经常微分方程（Graph Neural ODEs），允许评估预测的不确定性，尤其在置信度预测方面超过
PDF10 months ago
轻量级预测质量评估：基于激光雷达点云的目标检测
LidarMetaDetect (LMD) 是一种基于后处理的预测质量估算方案，可以在不更改基础模型的情况下，轻松地添加到任何预训练的 Lidar 物体检测器中，提高了真实预测与错误预测之间的统计可靠性，并且可以被用于发现像 KITTI 和
PDFa year ago
面向长尾预测不确定性感知的自动驾驶车辆轨迹规划
本篇论文提出了一种轨迹规划器，使用深度学习技术建立预测模型，通过集成网络结构来估计模型不确定性，并设计轨迹规划器以考虑出现的最坏情况，从而可以提高自动驾驶在现实世界中长尾数据分布情况下的安全性和可靠性。
PDF2 years ago
何时干预？资源受限和不确定性下的规定性过程监控
本研究提出了一种基于预测得分、预测不确定性和干预因果效应来过滤和排名进行中案例的规定性流程监测方法，以最大化利益函数触发干预，考虑可用资源，在真实事件日志的评估中表现出比现有基线更好的总利益。
PDF2 years ago
CVPRFisherMatch: 基于熵过滤的半监督旋转回归
本文提出了一种利用矩阵费舍尔分布来建立旋转的概率模型，通过估计预测不确定性的信息熵来实现伪标签过滤的半监督旋转回归方法，并在不同基准测试中实现了显着和一致的性能提升。
PDF2 years ago
CVPR自监督三维人体姿态估计的不确定性自适应
本文研究了基于单目视觉技术的 3D 人体姿势估计问题，提出利用无监督域自适应方法，引入包含两个输出头的 MRP-Net 网络，利用预测不确定性实现模型适应和泛化，并取得了在各项基准测试中的最优性能。
PDF2 years ago
众包计数的不确定性估计和样本选择
本文提出了一种基于图像的人群计数方法，可以预测人群密度地图以及与预测密度地图相关的不确定性值，并开发出卷积神经网络架构来预测这些分布，通过使用高斯分布对人群密度值进行建模来获得预测不确定性，并开发了样本选择策略以减少适应计数网络所需的人工注
PDF4 years ago
ECCVI2L-MeshNet: 基于单个 RGB 图像的精确 3D 人体姿态和网格估计的图像到像素预测网络
通过使用基于像素的 1D 热图来预测每个网格顶点坐标的互联概率，I2L-MeshNet 建议了一种图像到像素预测网络，以解决估计人体网格模型参数的高度非线性映射的问题，同时还能够模拟预测不确定性，因此比现有方法表现更好。
PDF4 years ago