Per-Erik Forssén
収録論文 1本 ・ フィジカルAI/ロボット学習
不確かさ定量化
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- 深層回帰における不確かさ定量化の評価指標不確かさ定量化2024/5/1
深層回帰モデルの予測不確かさを評価する指標(AUSE、キャリブレーション誤差、スピアマン順位相関、NLL)を合成データで比較し、キャリブレーション誤差が最も安定で解釈しやすいことなどを明らかにした。
世界のフィジカルAIを、日本語で。
収録論文 1本 ・ フィジカルAI/ロボット学習
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
深層回帰モデルの予測不確かさを評価する指標(AUSE、キャリブレーション誤差、スピアマン順位相関、NLL)を合成データで比較し、キャリブレーション誤差が最も安定で解釈しやすいことなどを明らかにした。