开发工具:
文件大小: 2mb
下载次数: 0
上传时间: 2021-01-27
详细说明：在自动驾驶这类多传感器融合任务中，每个子任务的不确定度对数据融合的策略和结果都有着至关重要的影响，为使整体系统能够在多工况下稳定运行，必须要求计算模型以较低的不确定度运行。现有方法仅能在神经网络预测过程中求得不确定度，很少有方法能够通过自学习的方式降低模型的不确定度。为解决上述问题，提出了不确定度学习层和不确定度损失项等概念，设计了一种能够通过自学习的方式降低不确定度的神经网络架构(ULNN)，从而增强神经网络模型预测的稳健性。在CIFAR-10和CIFAR-100数据集上的实验表明，ULNN能够有效地降低模型不确定度，在两个数据集上分别降低了26倍和12倍的不确定度。进一步在CamVid数据
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
