.png){kind=icon}
返回
Fuzzy granular computing for evaluating average uncertainty in machine learning models
.png){kind=icon}
PRE
AI
DOI：10.1016/j.engappai.2025.111723.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 创新性地提出一种与模型无关的方法，利用模糊数量化机器学习预测中的不确定性。
• 采用可论证粒度原则构建模糊不确定性，平衡具体性与覆盖范围。
• 应用粒子群优化（PSO）和遗传算法（GA）确定模糊数参数，其中GA表现出更快的收敛性。
• 创建非对称机器学习置信区间以更好地表示不确定性。
• 通过公开数据和工业建设案例研究验证方法的适用性。
Keyword:
uncertainty quantification
fuzzy numbers
model-agnostic approach
particle swarm optimization
genetic algorithm
期刊
IF:
8
论文数:
5.5K
被引数:
3.5W
机构
查看更多机构
引用论文
暂无论文信息