据俄新社日前报道，在阿联酋阿布扎比举行的2024年IEEE国际图像处理大会上，俄罗斯国家研究型工艺大学研究人员展示了一种具备自我怀疑能力的神经网络。

　　为应对急速增长的数据量，研究人员一直致力于研发更加可靠的神经网络，以便在接收到图像后，能够进行快速分类，并识别技术干扰。

　　此次展示的名为“显著性多样化深度集成”（SDDE）的神经网络，不依赖预存在数据库中的数据，即可拥有更高的识别精度。新算法未来可用于无人驾驶和医疗诊断领域，以提高对未知元素和图像的识别率。

　　SDDE由数个模型组成，每个模型使用不同特征图片数据库进行训练。测试结果表明，多模型集成有效降低了图像物体识别误差，与类似算法相比优势明显。

　　新算法在处理未知数据时决策精度更高新人炒股配资app下载，因而具有突出的应用价值。以往的神经网络往往对错误预测过度自信，而SDDE由于具备自我怀疑能力，所以能够更加谨慎地作出计算和决策。