arXiv · cs.AI· Mohamed Karim Belaid·· 12 天前AI 评分25
分类任务中成对差分学习的不确定性量化方法
Uncertainty Quantification in Pairwise Difference Learning for Classification
来源与原文
arXiv · cs.AI
作者：Mohamed Karim Belaid
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.21554v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出一种面向分类任务的成对差分学习（PDL）版本，通过元学习技术让模型以两个实例为输入预测结果差异，并对查询实例的各训练样本预测取平均。他们进一步基于总不确定性分解为偶然不确定性与认知不确定性的近期工作，提出多种将相应度量扩展到 PDL 场景的方法。大规模实证研究分析了该 PDL 分类器的预测精度与不确定性感知能力。
来源：arXiv · cs.AI · arxiv.org