PulseAugur
中
实时 09:36:50
实体 Lost in the Folds: When Cross-Validation Is Not a Deep Ensemble for Uncertainty Estimation

Lost in the Folds: When Cross-Validation Is Not a Deep Ensemble for Uncertainty Estimation

PulseAugur coverage of Lost in the Folds: When Cross-Validation Is Not a Deep Ensemble for Uncertainty Estimation — every cluster mentioning Lost in the Folds: When Cross-Validation Is Not a Deep Ensemble for Uncertainty Estimation across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_46859 ·

    研究论文区分了用于人工智能不确定性的交叉验证与深度集成

    一篇题为“折叠中的迷失”的新研究论文强调了人工智能研究中关于医学图像分割不确定性估计的一个普遍误解。研究表明，使用K折交叉验证（CV）来形成集成模型，通常被错误地标记为深度集成（DE），这可能导致对不确定性的不准确解读。研究发现，使用相同训练数据但不同随机种子的DE更适合故障检测等可靠性任务，而CV集成模型更适合建模模糊性。