本文介绍了一种结合物理约束和蒙特卡洛技术的高效神经网络不确定性估计方法，提升了模型的可泛化性和一致性。开源的Uncertainty Toolbox库用于评估和可视化不确定性，SampleNet架构在回归任务中表现优越。此外，研究解决了训练过程中的观测噪声和认知不确定性问题，并提供了新的后验协方差估计方法，验证了其有效性。