新型快速方法将增强神经网络在数据中预测其答案
深度学习神经网络是一种人工智能系统，正在被用于越来越重要的决策，例如从自动驾驶到诊断医疗条件等各种任务。这种类型的网络擅长识别大型和复杂数据集中的模式，以帮助决策。一个很大的挑战是确定神经网络的判断是否正确。麻省理工学院和哈佛大学的研究人员开发了一种快速的方法，让神经网络在数据中提供预测资深对其答案的信心水平。
该项目的研究人员认为，他们的系统可以拯救生命，因为深度学习已经部署在现实世界中。
目前，神经网络的不确定性来自于计算成本往往很高，而且对于瞬间的决策来说速度太慢。研究人员设计的方法被称为 “深度证据回归”，加快了这一过程，可能会带来更安全的结果。该项目的研究人员表示，我们需要有能力拥有高性能的模型，并了解何时不能信任模型的结果。
深度学习已经在各种任务中表现出令人印象深刻的性能。在某些情况下，它已经能够超越人类的准确性。这些网络擅长在99%的时间内找到正确的答案，但在生命攸关的情况下，任何错误都是不可接受的。研究人员设计了一种使用神经网络的单次运行来估计不确定性的方法。该网络设计了一个增加的输出产生一个决定和一个新的概率分布捕捉支持其决定的证据。这些分布被称为证据分布，直接捕获模型对其预测的信心。
研究人员使用一个具有挑战性的计算机视觉任务来测试他们的系统。他们训练神经网络分析双目彩色图像，并估计每个像素的距离值，这是一个自主驾驶车辆可能执行的任务，结果显示新网络的性能与之前最先进的模型相当，并增加了估计其不确定性的能力。
责编AJX
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。
举报投诉
-
神经网络
+关注
关注
42文章
4570浏览量
98706 -
数据
+关注
关注
8文章
6511浏览量
87583 -
深度学习
+关注
关注
73文章
5232浏览量
119889
发布评论请先 登录
相关推荐
如何训练这些神经网络来解决问题？
在神经网络建模中，经常会出现关于神经网络应该有多复杂的问题，即它应该有多少层，或者它的滤波器矩阵应该有多大。这个问题没有简单的答案。与此相关，讨论网络过拟合和欠拟合非常重要。过拟合是模
发表于 11-24 15:35
•307次阅读
《 AI加速器架构设计与实现》+第一章卷积神经网络观后感
的卷积进行升维和降维（如图4），还可以调整直连的位置来对其做出调整，介绍图形结合，比较利于理解。对于初端块，举例了不同初端块结构（如图5），了解到神经网络中的\"跳跃连接块\"
发表于 09-11 20:34
构建神经网络模型的常用方法 神经网络模型的常用算法介绍
神经网络模型是一种通过模拟生物神经元间相互作用的方式实现信息处理和学习的计算机模型。它能够对输入数据进行分类、回归、预测和聚类等任务，已经广泛应用于计算机视觉、自然语言处理、语音处理等
发表于 08-28 18:25
•620次阅读
人工神经网络和bp神经网络的区别
人工神经网络和bp神经网络的区别 人工神经网络（Artificial Neural Network, ANN）是一种模仿人脑神经元网络结构和功能的计算模型，也被称为
cnn卷积神经网络模型 卷积神经网络预测模型 生成卷积神经网络模型
cnn卷积神经网络模型 卷积神经网络预测模型 生成卷积神经网络模型 卷积神经网络（Convolutional Neural Network
卷积神经网络和深度神经网络的优缺点 卷积神经网络和深度神经网络的区别
深度神经网络是一种基于神经网络的机器学习算法，其主要特点是由多层神经元构成，可以根据数据自动调整神经元之间的权重，从而实现对大规模
发表于 08-21 17:07
•2294次阅读
卷积神经网络是什么？卷积神经网络的工作原理和应用
卷积神经网络(Convolutional Neural Network，CNN)是一种深度学习神经网络，主要用于图像和视频的识别、分类和预测，是计算机视觉领域中应用最广泛的深度学习算法之一。该
发表于 08-21 17:03
•1186次阅读
卷积神经网络的基本原理 卷积神经网络发展 卷积神经网络三大特点
卷积神经网络的基本原理 卷积神经网络发展历程 卷积神经网络三大特点 卷积神经网络的基本原理 卷积神经网络（Convolutional Ne
卷积神经网络模型原理 卷积神经网络模型结构
数据的不同方面，从而获得预测和最终的表现。本文将提供有关卷积神经网络模型的工作原理和结构的详细信息，包括其在图像、语音和自然语言处理等不同领域的应用。 卷积神经网络的工作原理： 卷
卷积神经网络原理：卷积神经网络模型和卷积神经网络算法
卷积神经网络原理：卷积神经网络模型和卷积神经网络算法 卷积神经网络（Convolutional Neural Network，CNN）是一种基于深度学习的人工
神经网络模型用于解决什么样的问题 神经网络模型有哪些
神经网络模型是一种机器学习模型，可以用于解决各种问题，尤其是在自然语言处理领域中，应用十分广泛。具体来说，神经网络模型可以用于以下几个方面： 语言模型建模：神经网络模型可以通过学习历史文本数据
如何使用TensorFlow将神经网络模型部署到移动或嵌入式设备上
有很多方法可以将经过训练的神经网络模型部署到移动或嵌入式设备上。不同的框架在各种平台上支持Arm，包括TensorFlow、PyTorch、Caffe2、MxNet和CNTK，如Android
发表于 08-02 06:43
什么是神经网络？为什么说神经网络很重要？神经网络如何工作？
神经网络是一个具有相连节点层的计算模型，其分层结构与大脑中的神经元网络结构相似。神经网络可通过数据进行学习，因此，可训练其识别模式、对数据分
bp神经网络的原理 基于BP神经网络的人口预测
， 在灰色预测的基础上， 引入BP神经网络模型， 建立了中国人口增长的GM（1，1）和BP神经网络组合模型， 并由此对中国人口增长的中短期和长期趋势做出预测。 我们通过输入原始
发表于 07-18 15:19
•0次下载
三个最流行神经网络
在本文中，我们将了解深度神经网络的基础知识和三个最流行神经网络：多层神经网络(MLP)，卷积神经网络(CNN)和递归神经网络(RNN)。
发表于 05-15 14:19
•1173次阅读
工商网监
评论