Các mạng thần kinh ngày càng được sử dụng trong các ứng dụng an toàn như phương tiện tự động, chuẩn đoán y học và hệ thống không gian vũ trụ.

Hiểu được sự không chắc chắn của mạng thần kinh

Sự không chắc chắn trong các dự đoán mạng thần kinh có thể được phân loại rộng thành hai loại: sự phân loại chính xác của cả hai loại giúp đánh giá sự tin tưởng của kết quả của mô hình.

Phương pháp định lượng sự không chắc chắn

Một số kỹ thuật được dùng để đo lường sự không chắc chắn mạng thần kinh, bao gồm cách tiếp cận của Bayesian, phương pháp xác định và bỏ rơi Monte Carlo.

Những ứng dụng thực tế và sự suy xét

Trong hệ thống an toàn nghiêm trọng, nó là thiết yếu để kết hợp sự không chắc chắn vào quá trình đưa ra quyết định. ví dụ, nếu một mô hình không chắc chắn vượt quá một ngưỡng nhất định, hệ thống có thể kích hoạt cảnh báo hoặc cơ chế rơi xuống. đo lường đúng đắn của sự không chắc chắn là cần thiết để tránh quá tự tin.

  • Mạng thần kinh Bayesian
  • Học hỏi rất tốt
  • Monte Carlo bỏ học
  • Kĩ thuật cân chỉnh