Consistency Calibration: Improving Uncertainty Calibration through Consistency among Perturbed Neighbors

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种一致性校准(CC)方法,旨在解决深度学习模型在不确定性估计中的误校准问题。该方法通过扰动输入的一致性进行自校准,无需额外数据,显著提高计算效率。实验结果表明,CC在多个数据集上表现优异。

🎯

关键要点

  • 一致性校准(CC)方法旨在解决深度学习模型在不确定性估计中的误校准问题。

  • 该方法通过扰动输入的一致性进行自校准,无需额外数据样本或标签信息。

  • 一致性校准显著提高了计算效率。

  • 实验结果表明,CC在多个标准数据集和长尾数据集上表现优异,展现出最佳性能。

🏷️

标签

➡️

继续阅读