DNN不确定性评估：四种方法及错误与准确性的权衡

资料概述

Adrian Schwaiger比较用于图像分类的Monte Carlo dropout、deep ensembles、learned confidence和evidential deep learning。在按不确定性筛除预测后，RER与RAR分别表示剩余错误及正确预测占全部预测的比例。文章强调，方法选择的权衡随数据集、架构和分布变化而不同。