本研究探讨了神经网络中的量化不确定性，填补了深度集成与贝叶斯神经网络之间的理论空白。作者证明深度集成实现了贝叶斯平均，揭示了先验分布对集成现象的影响，为深度集成提供了新的理解，可能促进未来模型的改进。

本文研究了处理模糊情感的三种方法，通过量化情感分类的不确定性来检测具有模糊情感的话语，将其视为域外样本，并提出以分布形式表示情感。实验结果证明了所提出方法的卓越能力。