具有可微信任函数层的神经网络

研究提出基于 Yager 规则的可微信任函数层神经网络，利用双线性特性消除了 Dempster 规则在反向传播中的梯度发散问题。该架构仅凭硬标签训练，输出的无知质量 m(\Theta) 即可在视觉与语言模态排定人类分歧，在 CIFAR-10H 争议图像上的空虚度达到 Dempster 的 9x。其在分布外检测中媲美强单次前向基线，且避免了梯度不稳定。