画像登録モデルにおけるセグメンテーションの不確実性を同時に推定する新しいフレームワークを提案する。
イテレーティブな出力の収束速度は、値の精度と密接に関連しており、不確実性を有用なプロキシとして利用できる。
深層学習モデルを用いて地震波形の初動極性を分類する際、アンサンブル学習とドロップアウト層を組み合わせることで、特に判定が困難な波形データにおける不確実性推定を向上できる。