Core Concepts
深層学習モデルの信頼性向上のため、予測区間の自動学習方法を提案。
Abstract
信頼性向上のため、予測区間が重要。
ニューラルネットワークを使用してPIを生成する新しい手法を提案。
実験結果は、高品質なPIを生成できることを示す。
ベンチマークデータセットと合成データセットで実験実施。
提案手法は他の既存手法よりも狭いPIを生成し、同等のMSEとPICPを達成。
Stats
指定された確率カバレッジ内でPIsが維持されることが示されました。
平均幅が有意に狭くなりました。
PICP値は95%以上でした。
Quotes
"Accurate uncertainty quantification is necessary to enhance the reliability of deep learning models in real-world applications."
"Our method was shown to produce higher-quality PIs."