Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Ein informationstheoretischer Ansatz zur Ungewissheit
Die Erklärung der Unsicherheit im vorherigen Abschnitt stützt sich nur auf den Varianzbegriff der Unsicherheit, aber es gibt auch informationstheoretische Unsicherheitsvorstellungen. Die Einbeziehung informationstheoretischer aleatorischer Unsicherheit verbessert die Robustheit der Schätzung der Gesamtunsicherheit (Gal 2016, Hein, Andriushchenko und Bitterwolf2019, van Amersfoort et al. 2020). Die Gesamtunsicherheit wird anhand der Shannon-Entropie gemessen:
wo
ist der Punktproduktoperator und
ist die Anzahl der Klassen.
Die prädiktive Entropie
ist sowohl für Bayessche als auch für nicht-Bayessche neuronale Netze verfügbar. Um diese Gesamtunsicherheit in die epistemische und die aleatorische Komponente zu zerlegen, müssen Sie die wechselseitige Information schätzen, was einen Bayesschen Ansatz erfordert.
