arXiv stat.ML· Giada Badaracco, Sean Benevedes, Christina Reissel, Philip Harris, Gaia Grosso·· 6 天前AI 评分32
SIGMA：用于生成模型不确定性感知验证的端到端框架
An end-to-end framework for uncertainty-aware validation of generative models
AI 导读
研究者提出端到端框架 SIGMA，将密度估计与原则性不确定性量化相结合，解决物理科学中生成模型因忽略训练统计误差而被标准检验错误否决的问题。该框架利用高斯混合模型，将不确定性作为冗余参数纳入拟合优度检验，把传统点零假设检验升级为复合检验。在二维模型与对撞机物理 QCD 背景基准测试中，该方法使同一模型可信的测试集规模提升达一个数量级。
来源：arXiv stat.ML · arxiv.org