arXiv · ML· Dario Petri, Luca Mari·· 2026-10-14AI 评分20
不确定性评估:连接机器学习与测量科学
Uncertainty Evaluation: Bridging Machine Learning and Measurement Science
AI 导读
论文通过借鉴计量学中 GUM 框架,提出一种基于测量科学的不确定性评估方法。 该方法区分过程级与结果级质量,指出传统的随机与系统性误差类比存在模型依赖性。 此框架旨在为 ML 预测的可靠性评估提供严谨、一致且可迁移的基础。
来源:arXiv · ML · arxiv.org