MixupMP

MixupMP是一种深度学习中的不确定性量化方法，结合了Mixup数据增强技术与Martingale后验（Martingale Posterior）概率框架。该方法通过对训练数据进行插值增强并利用鞅过程构建后验分布，实现对模型预测不确定性的估计，可在无需训练多个独立模型的情况下替代深度集成（Deep Ensemble）方法，适用于分类和回归等机器学习任务中的可靠性评估。