机构名称:
¥ 3.0
深神经网络(DNN)已成功地应用于地球观察(EO)数据并开设了新的研究途径。尽管这些技术的理论和实践进步,但DNN仍被视为黑匣子工具,默认情况下旨在提供点预测。但是,大多数EO应用程序都需要可靠的不确定性估计,以支持从业者进行关键决策任务。这项工作提供了用于对热带气旋卫星图像中风速估计任务的DNN的现有不确定性定量方法的理论和定量比较。我们对DNN的最新不确定性量化(UQ)方法提供了对预测不确定性估计的详细评估。我们发现,可以利用预测性的确定性来进一步提高准确性,并分析跨风暴类别的不同方法的预测不确定性。