arXiv · cs.AI· Truong X. Tran, Ramazan S. Aygun·· 5 小时前
WisdomNet提出可拒绝决策的可信神经网络架构
WisdomNet: trustable machine learning toward error-free classification
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Truong X. Tran, Ramazan S. Aygun
期刊信息（来源提供）：Neural Computing & Applications, vol. 33, pp. 2719-2734, 2021
研究任务与主要进展
Truong X. Tran和Ramazan S. Aygun提出WisdomNet，通过加入用于判断能否正确分类的“共轭神经元”，让模型在不确定时拒绝决策或转交人工专家。基于论文摘要，该架构已应用于多层感知机、卷积神经网络和深度网络，并在不同数据集上将分类错误率降至0%，同时将约10%的困难样本标记为拒绝；材料未说明实验规模、基线和复现细节。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org