conformal region

新的HProbZ方法增强了神经网络中的预测不确定性

研究人员推出了一种新颖的神经网络输出头——混合概率区域体（HProbZ），旨在更好地表示预测中不同来源的不确定性。与使用高斯混合或单一一致区域的传统方法不同，HProbZ将不确定性分离为离散模式、有界系统漂移和不可约噪声。这种新方法允许闭式似然，并能够基于单次前向传播中的观测步数来精炼未来的预测。在预测基准上的实证测试表明，HProbZ的性能优于相同编码器混合基线，同时提供了独特的结构优势。