Abner C. Rodrigues Neto,  Mauro Roisenberg,  Guenter Schwedersky Neto. 

Existem várias maneiras de calcular uma medida de confiança para a saída de redes neurais, mas em geral essas abordagens necessitam de algumas restrições que nem sempre são observadas em problemas reais ou mesmo não apresentam uma medida de desempenho que garanta o nível de confiança desejada ou ainda que não refletem a distribuição dos dados de treinamento. Este trabalho analisa e estende um modelo de rede neural capaz de calcular um intervalo de predição na saída, a Rede Índice de Validade, removendo-se restrições no cálculo da densidade por essa rede e melhorando a probabilidade de cobertura do intervalo de predição quando o dados de treinamento possuem densidade variável.

http://www.lbd.dcc.ufmg.br/colecoes/enia/2009/028.pdf

Processando consulta.