AIが知らないことを学習：機械学習における不確実性の革命

この研究は、エピステミック不確実性に対する魅力的なアプローチを紹介し、AIに知識と無知の両方を明示的にモデル化することを教えています。補完的なファジー集合を使用することで、このモデルは分布外検出とアクティブラーニングで印象的な結果を達成しています。医療AIなどの安全性が重要なアプリケーションへの潜在的な影響は特に刺激的です。

• •STLEモデルは、知識と無知を表すために補完的なファジー集合を使用します。
• •トレーニング中に分布外データを必要とせずに、不確実性を初期化する「ブートストラップ問題」を解決します。
• •このモデルは、分布外検出、アクティブラーニング、および医療AIなどの安全アプリケーションで高いパフォーマンスを示しています。