18:13
官方账号arXiv cs.LG@Sepideh Saran, Mahsa Ghanbari, Uwe Ohler
推荐理由：想知道基因组学里哪个不确定性方法靠谱？这篇实证对比了三种主流方法，贝叶斯网络在类别不平衡时表现最好，还教你怎么用不确定性挑高质量预测。
MC-dropout
共 1 条相关 AI 资讯
8月12日
18:13
该研究对基因组学中深度学习模型的不确定性量化方法进行了系统比较，涵盖Deep Ensembles、贝叶斯神经网络和MC-dropout。实验基于序列到活性模型和单细胞表达分析两类任务，评估了不同方法在类别不平衡和分布外数据下的表现。结果显示贝叶斯神经网络在捕获不确定性方面更优，尽管计算成本较高。研究还展示了不确定性分数在蛋白质-RNA相互作用预测中的应用。