集約蒸留における知識確率化の応用研究 学術背景：研究の意義と問題提起 近年、深層ニューラルネットワーク（Deep Neural Networks, DNN）は、その卓越した予測能力により、自動運転、医療診断、気候予測などの安全性が重要な分野で広く利用されています。しかし、これらの分野ではモデルの高精度な予測能力だけでなく、信頼できる不確実性定量化（Uncertainty Quantification）も求められます。特に、自動運転車が雪道などの複雑な環境で判断を下す場合、モデルが極端に自信を持つことが安全ではない決定を招く可能性があります。そのため、不確実性の定量化を強化することは、深層学習の応用において重要な課題の一つです。 深層アンサンブル学習（Deep Ensemble）は、予測精度と...