참조

Breiman, L. 2001. “랜덤 포레스트.” Machine Learning. https://doi.org/10.1023/A:1010933404324.

Estlund, D. M. 1994. “오피니언 리더, 독립성, 그리고 콩도르세의 배심원 정리.” Theory and Decision. https://doi.org/10.1007/BF01079210.

Fort, S., H. Hu 및 B. Lakshminarayanan. 2019. “딥 앙상블: 상실 경관 관점.” 2, 1–14. https://arxiv.org/abs/1912.02757.

Freund, Y. 및 R.E. Schapire. 1996. “새로운 부스팅 알고리즘을 사용한 실험.” 제13회 기계 학습에 관한 국제 컨퍼런스 논문집. https://dl.acm.org/doi/10.5555/3091696.3091715.

Gal, Y. 2016. “딥 러닝의 불확실성.” 엔지니어링학과. 케임브리지 대학교.

Gal, Y. 및 Z. Ghahramani. 2016. “베이지안 근사치로서의 드롭아웃: 딥 러닝에서 모델 불확실성의 표현.” 제33차 기계 학습에 관한 국제 컨퍼런스(ICML 2016). https://arxiv.org/abs/1506.02142.

Guo, C., G. Pleiss, Y. Sun 및 K.Q. Weinberger. 2017. “현대 신경망의 캘리브레이션에 대하여.” 제34차 기계 학습에 관한 국제 컨퍼런스(ICML 2017). https://arxiv.org/abs/1706.04599.

Hein, M., M. Andriushchenko 및 J. Bitterwolf. 2019. “ReLU 네트워크가 학습 데이터로부터 멀리 떨어진 신뢰도 높은 예측을 산출하는 이유와 문제를 완화하는 방법.” 2019. 컴퓨터 비전 및 패턴 인식에 관한 IEEE 컴퓨터 학회 컨퍼런스 논문집(2019년 6월): 41–50. https://doi.org/10.1109/CVPR.2019.00013

Kendall, A. 및 Y. Gal. 2017. “컴퓨터 비전을 위한 베이지안 딥 러닝에는 어떤 불확실성이 필요할까?” 신경 정보 처리 시스템의 발전. https://papers.nips.cc/paper/7141-what-uncertainties-do-we-need-in-bayesian-deep-learning-for-computer-vision.

Lakshminarayanan, B., A. Pritzel 및 C. Blundell. 2017. “딥 앙상블을 사용한 간단하고 확장 가능한 예측 불확실성 추정.” 신경 정보 처리 시스템의 발전. https://arxiv.org/abs/1612.01474.

Liu, Y., M. Ott, N. Goyal, J. Du, M. Joshi, D. Chen, O. Levy, M. Lewis, L. Zettlemoyer 및 V. Stoyanov. 2019. “RoBERTa: 강력하게 최적화된 BERT 사전 학습 접근법.” https://arxiv.org/abs/1907.11692

Nado, Z., S. Padhy, D. Sculley, A. D’Amour, B. Lakshminarayanan 및 J. Snoek. 2020. “공변량 이동에서의 견고성을 위한 예측-시간 배치 정규화 평가.” https://arxiv.org/abs/2006.10963

Nalisnick, E., A. Matsukawa, Y.W. Teh, D. Gorur 및 B. Lakshminarayanan. 2019. “딥 제너레이티브 모델은 자신이 모르는 것을 알고 있는가?” 학습 표현에 관한 제7차 국제 컨퍼런스(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 및 J. Snoek. 2019. “모델의 불확실성을 신뢰할 수 있는가? 데이터 세트 이동에 따른 예측 불확실성 평가.” 제33차 신경 정보 처리 시스템 컨퍼런스(NeurIPS 2019). https://arxiv.org/abs/1906.02530.

Platt, J. 외. 1999. “서포트 벡터 머신의 확률적 출력 및 정규화된 우도 방법과의 비교.” 대형 마진 분류기의 발전. http://citeseer.ist.psu.edu/viewdoc/summary?doi=10.1.1.41.1639.

Srivastava, N., G. Hinton, A. Krizhevsky, I. Sutskever 및 R. Salakhutdinov. 2014. “드롭아웃: 신경망이 과적합되는 것을 방지하는 간단한 방법.” 기계 학습 연구 저널. https://www.cs.toronto.edu/~hinton/absps/JMLRdropout.pdf.

van Amersfoort, J., L. Smith, Y.W. Teh 및 Y. Gal. 2020. “단일 심층 결정론적 신경망을 사용한 불확실성 추정.” 기계 학습을 위한 국제 컨퍼런스. https://arxiv.org/abs/2003.02037.

Warstadt, A., A. Singh 및 S.R. Bowman. 2019. “신경망 수용 가능성 판단.” 컴퓨터 언어학 협회의 거래. https://doi.org/10.1162/tacl_a_00290.

Wilson, A. G. 및 P. Izmailov. 2020. “베이지안 딥 러닝과 일반화에 대한 확률론적 관점.” https://arxiv.org/abs/2002.08791.