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。
🏷️