Geometry-Aware Post-Hoc Uncertainty Quantification in Operator Learning

En 3 lignesREEF-GP, un cadre post-hoc pour la quantification d'incertitude dans les opérateurs neuronaux, adapte les représentations intrinsèques de l'opérateur pour construire des incertitudes conscientes de la géométrie. Testé sur 5 benchmarks PDE, il préserve la précision prédictive tout en fournissant des estimations d'incertitude calibrées, plus efficace que les ensembles profonds.

Résumé généré par Claude — vérifié par l'humain