uncertainty representation | BriefGPT

关键词uncertainty representation

搜索结果 - 8

用适当评分规则量化随机和知识不确定性
提出了基于合适评分规则（proper scoring rules）的新的测量方法，用于量化机器学习中的系统不确定性和认知不确定性，建立了不同不确定性表示之间的联系，并引入了新的认知和系统不确定性度量。
PDF3 months ago
置信可行集预测器
使用与所提目的相应的相合预测的方法，成功地用置信集对分类任务进行预测。
PDF5 months ago
具有共享和个性化不确定性表示的贝叶斯个性化联邦学习
Bayesian 个性化联邦学习（BPFL）通过统计上异质的客户数据来量化客户内部及客户间的不确定性和异质性，并将隐藏的神经表示分解成共享和本地组件，并联合学习共享和个性化的不确定性表示。
PDF9 months ago
可信区间体积是一种衡量认识不确定性的好方法吗？
本文提出了以区间概率来代表不确定性的方法，并阐述了其在二分类问题中衡量认知不确定性的几何意义。然而，在多分类问题中，利用几何体积来衡量认知不确定性则变得无意义。所以在机器学习领域中，对于不确定性的表达和量化需要谨慎处理。
PDFa year ago
ICMLMCU-Net: 面向医疗保健背景下患者转诊决策支持系统的不确定性表示框架
该研究通过在自动化决策支持系统中引入人为因素，建立了一种以病人为中心的不确定性表示框架，并使用 MCU-Net 和四种不同的不确定性度量对其进行了评估，为医学图像分割提供了更可靠的性能。同样，该框架基于不确定性阈值添加了人在循环，使得机器学
PDF4 years ago
分类模型的校准评估
研究了概率分类器的不确定性表示和校准，提出了基于概率理论的校准评估框架并增加了新的评估和可视化工具。
PDF5 years ago
深度学习中贝叶斯不确定性的简单基准线
SWA-Gaussian 是一种用于深度学习中的不确定性表示和校准的简单、可伸缩和通用方法，它利用随机加权平均（Stochastic Weight Averaging，SWA）和高斯分布来进行贝叶斯模型平均，具有较好的拟合效果和性能。
PDF5 years ago
一种不变量 - EKF VINS 算法用于提高一致性
本文提出了一种基于不变扩展卡尔曼滤波器 (RIEKF-VINS) 的方法，并通过 Monte Carlo 模拟和实际实验验证了该方法在视觉惯性导航系统中的有效性。该方法使用一种新的不确定性表示方法，可以保留 VINS 中的不变性质，并将 R
PDF7 years ago