uncertainty estimation | BriefGPT

关键词uncertainty estimation

搜索结果 - 371

使用多元模型和多视角对分类中的不确定性意识
提出了一种利用不确定性估计的人工智能模型训练方法，结合多视图预测和优化算法，实现了准确的预测和标签不确定性估计。
PDF3 months ago
通过整体双 Lipschitz 性的直接参数化，对神经网络的灵敏度进行可证控制
我们研究和提出了一个新颖的针对 bi-Lipschitzness 的框架，该框架可以基于凸神经网络和 Legendre-Fenchel 对偶性实现对常数的直接和简单控制，并通过具体实验展示了其期望的性质。我们还将该框架应用于不确定性估计和单
PDF3 months ago
ICLRLLMs 的置信度校准和理性化通过多智能体思考
当前大型语言模型中的不确定性估计问题是一个重要的问题，这些模型通常不够校准，且过于自信，特别在从人类反馈中进行强化学习时。与人类不同，人类的决策和自信度不仅源于内在信念，还可以通过日常观察进行调整，而现有的语言模型校准方法主要集中在估计或引
PDF3 months ago
从不确定性推断和亲和力多样性角度解决弱监督语义分割中的模糊性问题
研究提出了 UniA，一种基于不确定性推理和亲和力多样化的统一单阶段弱监督语义分割框架，用于解决弱监督语义分割中的歧义问题，并在 PASCAL VOC、MS COCO 和医学 ACDC 数据集上验证了其有效性和优越性。
PDF3 months ago
统计深度与费马距离结合的不确定性量化
使用统计概念 ``镜头深度 '' (LD) 和 Fermat Distance 对神经网络的`` 域外不确定性 '' 进行测量，这能够准确捕捉到一个点在特征空间中相对于分布的 `` 深度 ''，而不需任何有关分布形式的假设。该方法无需可训练
PDF3 months ago
多评者提示在模糊医学图像分割中的应用
针对医学图像分割中多评分者注释（即模棱两可的医学图像分割）中的两个挑战，本文提出了一种基于多评分者提示的方法，通过引入一系列评分者感知的提示来处理多注释情况，并采用混合训练策略来整合专家共识和不一致。通过实验验证了我们的新方法在两个公共数据
PDF3 months ago
一种证据增强的三支一致性学习方法用于半监督医学图像分割
介绍了一种基于 Evidential Tri-Branch Consistency 学习框架（ETC-Net）的半监督医学图像分割方法，通过三个分支来解决预测多样性和训练稳定性，并结合来自证据学习的不确定性估计来抑制错误监督信号的负面影响，
PDF3 months ago
医学图像翻译的串联多路径快捷扩散模型
提出了一种级联多路径快捷扩散模型（CMDM），用于高质量医学图像翻译和不确定性估计，能够产生与最先进方法相媲美的高质量翻译，并提供与翻译误差相关的合理不确定性估计。
PDF3 months ago
过参数化非线性回归中的一致预测的贝叶斯推断
通过贝叶斯框架探索超参数化非线性回归的预测特性，并在单神经元模型和广义线性模型中建立了后验缩固，展示了我们的方法在过参数化方案中实现了一致的预测。此外，我们的贝叶斯框架允许对预测进行不确定性估计。通过数值模拟和实际数据应用验证了我们的方法，
PDF3 months ago
NPB-REC：一种非参数贝叶斯深度学习方法用于不完全采样磁共振重构及不确定性估计
通过非参数全贝叶斯框架 NPB-REC，可以从欠采样数据中重建 MRI 图像，并对重建图像的不确定性进行估计。此方法改进了重建图像的质量，并提供了更好的与重建误差相关的不确定性度量，对 MRI 重建的深度学习方法的安全应用具有潜力。
PDF3 months ago
紧耦合的激光雷达 - 惯性导航系统 - 轮式测距仪，用于滑移转向机器人的运动模型在线标定
针对隧道和长走廊等具有挑战性的环境中的移动机器人，本研究提出一种与在线校准相结合的 LiDAR-IMU-wheel 测距法算法，针对滑动转向机器人进行研究，旨在解决点云退化的问题。通过在线校准和不断变化的运动模型，该方法能够在退化环境下实现
PDF3 months ago
CVPR关于在视觉地点识别中估计图像匹配的不确定性
视觉地点识别（VPR）中，通过将查询图像与具有已知参考姿态的参考图像地图进行比较，估计查询图像的姿态。本文首次对主要的图像匹配不确定性估计方法进行了比较，包括传统的基于检索的不确定性估计、最近的数据驱动的不确定性估计以及计算密集型的几何验证
PDF3 months ago
利用大型语言模型驾驭不确定性感知的图处理
我们介绍了一种新颖方法，利用大型语言模型（LLM）结合不确定性感知模块，提供生成答案的置信度评分，从而在图处理中实现高准确性和解释性。我们在两个图处理任务上的实验证明，通过参数高效微调，LLM 在十个不同的基准数据集上胜过最先进的算法。此外
PDF3 months ago
基于概率微调的视觉 - 语言模型连续学习
我们的研究提出了 Continual LeArning with Probabilistic finetuning (CLAP) 方法，该方法运用概率建模技术，通过预训练模型的丰富知识进行可靠的细调，用于连续学习任务，并在不确定性估计上展现
PDF3 months ago
高斯点插值的不确定性建模
我们提出了使用随机高斯扩散（SGS）的不确定性估计框架，该框架将不确定性预测与高斯扩散的常见渲染流程无缝集成，同时引入了稀疏误差下的面积（AUSE）作为损失函数的新项，实现了图像重建和不确定性估计的优化。实验结果表明，我们的方法在图像渲染质
PDF3 months ago
神经网络中基于梯度的解释的不确定性量化
本文提出一个流程，通过结合不确定性估计方法和解释方法来确定神经网络解释的不确定性，使用该流程对 CIFAR-10、FER + 和加利福尼亚房屋数据集生成解释分布，并通过计算这些分布的变异系数来评估解释的置信度，结果表明使用引导反向传播生成的
PDF3 months ago
CVPR在线地图不确定性的生成和应用于轨迹预测
高清地图在现代自动驾驶车辆的发展中起着重要作用，本文介绍了多种先进的在线地图估计方法，并扩展了不确定性预测，以更好地与轨迹预测结合，实验结果表明不确定性的引入可以提高训练收敛速度和预测性能。
PDF3 months ago
Calib3D: 可靠的 3D 场景理解模型偏好校准
对现有的三维场景理解模型进行不确定性估计并评估其可靠性，发现在安全敏感的环境中，虽然现有模型在准确性方面表现出色，但却经常无法提供可靠的不确定性估计，这严重影响了它们的适用性。通过分析网络容量、LiDAR 表示、光栅化分辨率和三维数据增强技
PDF3 months ago
迭代神经网络中的不确定性估计
将逐级网络架构转化为迭代网络架构是性能提升的众所周知方法，本文提出这样的网络架构不仅具有性能提升的好处，而且其输出的收敛速率与收敛值的精确度密切相关，因此我们可以将收敛速率作为一种有用的不确定性代理方法，通过这种方法可以以比集成技术更低的计
PDF3 months ago
EDUE：基于专家意见引导的一遍式医学图像分割不确定性估计
本研究提出了一种基于专家分歧引导的不确定性估计方法（EDUE），用于医学图像分割，通过利用多个评分者对地面事实标注的变异性，我们在训练过程中引导模型，并结合基于随机抽样的策略来增强校准置信度，我们的方法在图像和像素级别上与专家分歧相比，平均
PDF3 months ago