Unsicherheitsquantifizierung

Während die Fortschritte in der Forschung zu tiefen neuronalen Netzwerken in den letzten Jahren einen enormen Einfluss auf viele Industriezweige hatten, stellt der Einsatz dieser Modelle in der realen Welt in vielen Anwendungen immer noch eine Herausforderungen dar. Besonders bei Anwendungen in sicherheitskritischen Bereichen wie z.B. Medizin oder autonomen Fahren, muss besonders darauf geachtet werden, Fehlklassifikationen und Szenarien zu erkennen, für die die neuronalen Netze nicht konzipiert wurden. Der Forschungsbereich der Unsicherheitsquantifizierung versucht, diesen Anforderungen gerecht zu werden, indem den Ausgaben neuronaler Netze Konfidenzwerte zugewiesen werden, mit denen die Vertrauenswürdigkeit von Vorhersagen beurteilt werden kann.