CFAF

新的 LAPE 框架改进神经网络置信度估计

研究人员推出了一种新颖的后验校准框架——局部自适应概率估计（LAPE），旨在提高深度神经网络置信度估计的可靠性。LAPE 在全局校准器输出的基础上，通过整合来自邻近校准样本的非参数局部证据来细化单个预测。该框架设计为一个即插即用模块，利用特征空间几何，并通过级联特征增强融合（CFAF）扩展到多视图输入。实验表明，LAPE 在各种设置下都能提高现有方法的校准质量。