リファレンス

Breiman, L. 2001 年。「ランダムフォレスト」 機械学習。 https://doi.org/10.1023/A:1010933404324。

1994年、西オーストラリア州エストルンド。「オピニオンリーダー、独立性、コンドルセの陪審定理。」 理論と決定。 https://doi.org/10.1007/BF01079210。

Fort, S., H. Hu, および B. Lakshminarayanan。2019 年。「ディープアンサンブル：ロスランドスケープの視点」 2、1—14。 https://arxiv.org/abs/1912.02757。

Freund, Y. および R.E. Schapire。1996 年。「新しいブースティングアルゴリズムを使った実験。」 第13回Machine Learning に関する国際会議の議事録。 https://dl.acm.org/doi/10.5555/3091696.3091715。

Gal, Y. 2016年 年。「深層学習における不確実性」。工学科。ケンブリッジ大学。

Gal, Y.,および Z. Ghahramani。2016 年。「ベイズ近似としてのドロップアウト:深層学習におけるモデルの不確実性の表現。」 第33回機械学習に関する国際会議（ICML 2016）。 https://arxiv.org/abs/1506.02142。

Guo, C., G. Pleiss, Y. Sun,および K.Q. Weinberger。2017 年。「最新のニューラルネットワークのキャリブレーションについて」 第34回機械学習に関する国際会議（ICML 2016）。https://arxiv.org/abs/1706.04599。

Hein, M., M. Andriushchenko, および J. Bitterwolf。2019 年。「ReLU ネットワークがトレーニングデータから遠く離れた場所で信頼性の高い予測を行う理由と問題を軽減する方法。」 2019 年。コンピュータビジョンとパターン認識に関する IEEE コンピュータ学会会議 (2019 年 6 月) の議事録:41—50. https://doi.org/10.1109/CVPR.2019.00013

Kendall, A. および Y. Gal.。2017 年。「コンピュータービジョンのベイジアン深層学習にはどのような不確実性が必要か？」 神経情報処理システムの進歩。 https://papers.nips.cc/paper/7141-what-uncertainties-do-we-need-in-bayesian-deep-learning-for-computer-vision。

Lakshminarayanan, B., A. Pritzel, および C. Blundell。2017 年。「ディープアンサンブルを使用したシンプルでスケーラブルな予測不確実性の推定。」 神経情報処理システムの進歩。 https://arxiv.org/abs/1612.01474。

Liu, Y., M. Ott, N. Goyal, J. Du, M. Joshi, D. Chen, O. Levy, M. Lewis, L. Zettlemoyer, および V. Stoyanov。2019 年。「RoBERTa: 堅牢に最適化された BERT プレトレーニングアプローチ。」 https://arxiv.org/abs/1907.11692

Nado, Z., S. Padhy, D. Sculley, A. D’Amour, B. Lakshminarayanan, および J. Snoek.。2020 年。「共変量シフト下でのロバスト性のための予測時間Batch 正規化の評価。」 https://arxiv.org/abs/2006.10963

Nalisnick, E., A. Matsukawa, Y.W. Teh, D. Gorur, および B. Lakshminarayanan.。2019 年。「深層生成モデルは知らないことを知っているのか？」 第7回表現学習に関する国際会議（ICLR 2019）。 https://arxiv.org/abs/1810.09136。

Ovadia, Y., E. Fertig, J. Ren, Z. Nado, D. Sculley, S. Nowozin, J.V. Dillon, B. Lakshminarayanan,および J. Snoek。2019 年。「自分のモデルの不確実性を信じられますか？ データセットシフト下での予測不確実性の評価。」 神経情報処理システムに関する第33回会議（NeurIPS 2019）。https://arxiv.org/abs/1906.02530。

Platt, J.、その他。1999 年。「Support ベクターマシンの確率的出力と正則化された可能性法との比較。」 大マージン分類器の進歩。 http://citeseer.ist.psu.edu/viewdoc/summary?doi=10.1.1.41.1639。

Srivastava, N., G. Hinton, A. Krizhevsky, I. Sutskever,および R. Salakhutdinov。2014 年。「ドロップアウト:ニューラルネットワークの過剰適合を防ぐ簡単な方法。」 機械学習の研究ジャーナル. https://www.cs.toronto.edu/~hinton/absps/JMLRdropout.pdf。

van Amersfoort, J., L. Smith, Y.W. Teh,および Y. Gal。2020 年。「単一の深層決定論的ニューラルネットワークを用いた不確実性の推定。」 Machine Learning に関する国際会議。 https://arxiv.org/abs/2003.02037。

Warstadt, A., A. Singh,および S.R. Bowman。2019 年。「ニューラルネットワークの受容性判断」 計算言語学会の論文。 https://doi.org/10.1162/tacl_a_00290。

Wilson, A. G., および P. Izmailov。2020 年。「ベイズ深層学習と汎化の確率論的視点」 https://arxiv.org/abs/2002.08791。