método

redes neuronales evidenciales

Evidential neural networks are models that provide uncertainty estimates alongside predictions, enhancing reliability in applications.
31 artículos relacionados · 4 quién trabajó aquí

Descripción

Las redes evidenciales producen parámetros de la distribución Dirichlet para tareas de clasificación, representando masas de creencia. El modelo aprende a dar altas evidencias a la clase correcta minimizando una función de pérdida compuesta por el error cuadrático medio esperado y la divergencia de Kullback-Leibler, que penaliza la evidencia para clases incorrectas. Esto permite cuantificar la incertidumbre epistémica (del modelo) y aleatoria (ruido en los datos) y detectar anomalías.

Historia

Dempster (1967) y Shafer (1976) introdujeron las funciones de creencia. Denoeux (1995) propuso modelos de redes neuronales basados en ellas. En 2018, Sensoy, Kaplan y Kandemir extendieron el enfoque al aprendizaje profundo con distribución Dirichlet. Los trabajos modernos abordan la calibración, la robustez adversarial y aplicaciones en medicina y conducción autónoma.

Cómo funciona

La capa de salida produce K valores no negativos e_k. Las concentraciones de Dirichlet α_k = e_k + a_k. Función de pérdida: L_i(Θ) = ∫ ||y_i – p||² (1/B(α_i)) ∏ p_j^{α_{ij}-1} dp + λ_t D_KL( Dir(p; \tilde{α}_i) || Dir(p; 1) ), donde \tilde{α}_i = y_i + (1 – y_i) ⊙ α_i. Esto equivale a minimizar la pérdida esperada y penalizar un Dirichlet no homogéneo para clases incorrectas. La incertidumbre se mide mediante la entropía de Dirichlet o la suma de evidencias.

En la práctica

Diagnóstico médico seguro: además de detectar tumores, la red indica el nivel de confianza, advirtiendo al médico si el pronóstico no es fiable.

Dato curioso

Si a una red evidencial se le muestra un tipo de imagen completamente nuevo, indicará honestamente una alta incertidumbre, a diferencia de una red normal que podría equivocarse con confianza.

Concept graph →

Artículos relacionados · 93

El gemelo digital de la salud de todo un país
Una historia clínica se parece a un diario largo: visitas al médico, diagnósticos, recetas, análisis. Un médico normal lo lee de principio a fin para entender qué le pasa al paciente. Y ahora, ese diario lo lee una máquina, y lo hace en cuestión de segundos. Los desarrolladores crearon el modelo Foresight-E.
Dinámica de Fluidos2026-08-082 minarXiv:2608.08114exprés
Una red neuronal aprende a fluir a través de un colador
Si viertes miel en un colador con cien agujeros pequeños, caerá en hilos finos, pero cada hilo se arremolinará alrededor del borde del agujero. A los ingenieros les importa entender esos remolinos: influyen en la rapidez con que se filtra el agua, en cómo sale el petróleo del yacimiento o en cómo un fármaco se filtra a través de los tejidos.
Relatividad General2026-08-062 minarXiv:2608.05974exprés
Una aguja gravitacional en un pajar
Una habitación silenciosa, y en ella hay que distinguir una melodía entre muchos susurros apenas audibles. Así es más o menos la búsqueda de señales de sistemas extremos de dos agujeros negros: uno enorme y el otro millones de veces más pequeño.
El sesgo que no necesita maestro
En el almacén hay cajas con manzanas y peras. Hay muchas manzanas y pocas peras. Pero cuando el encargado dice «fruta con piel lisa», por alguna razón recordamos más a menudo la rara pera que la frecuente manzana. Eso es el efecto de la tasa base inversa: un fallo persistente en cómo el cerebro resuelve la ambigüedad entre categorías.
La química mira las moléculas con ojos de computadora
Predecir el rendimiento de una reacción química es como intentar adivinar la cosecha conociendo solo la composición del suelo. Tradicionalmente, los químicos se apoyaban en largas columnas de números —los descriptores cuánticos— que describen la energía de los electrones, pero no dicen nada sobre la forma de la molécula.
Cómo una rama neuronal divide la señal
Una neurona recibe miles de señales en sus prolongaciones ramificadas: las dendritas. Algunas señales empujan a la célula a disparar (excitación), otras la frenan (inhibición). Durante mucho tiempo se creyó que la neurona simplemente sumaba todos los "a favor" y "en contra".
Geofísica2026-07-233 minarXiv:2607.21854exprés
El eco sísmico revela flujos invisibles
Una piscina con arena mojada. Presionas en una esquina, y el agua comienza a moverse. ¿Pero cómo exactamente? En lugar de un círculo uniforme, puede extenderse en lenguas, quedarse atrapada en algunas zonas durante mucho tiempo y atravesar otras rápidamente.
Caída de la máscara gaussiana: cómo 4 610 universos transformaron la estadística del cosmos
4 610 universos — exactamente esa cantidad de modelos cosmológicos necesitaron los astrofísicos para demostrar que la familiar máscara gaussiana ya no funciona para los datos de nueva generación.
Casco neuronal sin larga configuración
Cada vez que un niño con parálisis cerebral se dispone a mover la pierna, en su cerebro se produce un pico eléctrico especial: un lento desplazamiento de voltaje. Los científicos lo llaman potencial relacionado con el movimiento.
Cómo la inteligencia artificial descifró la escritura magnética de las erupciones solares
El Sol dibuja sin cesar garabatos de campos magnéticos en su superficie. Estos patrones no son meras ondulaciones, sino una escritura en la que la naturaleza ha cifrado advertencias sobre erupciones.
La red neuronal que no solo predice, sino que guarda los secretos de las proteínas
Una biblioteca enorme donde cada libro es una instrucción precisa para ensamblar una molécula de proteína. La red neuronal AlphaFold2 ha leído millones de estos libros y ha aprendido a generar al instante un modelo tridimensional ya terminado.
Sistemas y Control2026-07-161 minarXiv:2607.14606exprés
Cómo identificar al enemigo en el cielo en un instante
En combate, un piloto necesita entender al instante qué objeto es y cuáles son sus intenciones. Los sistemas convencionales esperan datos completos del radar, como un portero que solo reacciona después del disparo. El nuevo algoritmo funciona como un portero experimentado: a partir de los primeros movimientos del delantero, predice la maniobra del objetivo.
IA ligera para comunicaciones en el espacio: más precisa y económica
La comunicación con un satélite es como intentar oír un susurro en medio de una tormenta: la señal se ahoga en interferencias. Unos ingenieros han creado un algoritmo de IA que funciona directamente en el satélite y, con un consumo mínimo de energía, reconoce las distorsiones con más precisión que los métodos anteriores.
Cartógrafo neuronal: reconstruyendo leyes invisibles
Muchos procesos naturales se describen mediante ecuaciones, pero solo tenemos fragmentos de ellas. El nuevo método actúa como un cartógrafo que, a partir de pocos puntos de referencia, reconstruye un mapa completo del terreno.
Drone imitador esquiva los agujeros negros de la incertidumbre
Cuando el dron aprende de un piloto experto, no solo memoriza maniobras, sino corredores seguros enteros. Pero en vuelo real siempre hay factores que no estaban en el entrenamiento: viento imprevisto, vibración de la cámara, incluso el propio movimiento del dron puede desestabilizar el aire.
Sistemas y Control2026-07-151 minarXiv:2607.13537exprés
Dúo de velocidad y precisión para redes eléctricas inteligentes
Los paneles solares y los aerogeneradores, a diferencia de las viejas turbinas, se conectan mediante inversores, lo que abre nuevas brechas para los hackers: se pueden distorsionar imperceptiblemente las lecturas de los sensores o falsificar las marcas GPS. Para protegerse, los ingenieros combinaron dos enfoques: un guardián ultrarrápido y un detective reflexivo.
Cómo la IA aprende a no mirar la chuleta
El diagnosticador de IA aprende como un estudiante de medicina antes de un examen. Se le dan una radiografía y las quejas del paciente. Pero a veces, entre los materiales de estudio, aparece el informe completo del médico: la respuesta entera. Entonces la red neuronal lo memoriza, y la precisión en el examen se dispara al 98%.
Red neuronal con sentido posicional mejora la conexión
En una cocina con hornillas de gas, cada una calienta a su manera. Si el cocinero cambia las ollas de lugar, la comida puede quemarse. Lo mismo ocurre en una red inalámbrica: las antenas-hornillas y los usuarios-ollas requieren una colocación precisa. Las redes neuronales comunes no distinguen posiciones, considerando todas las hornillas iguales.
Sistemas y Control2026-07-141 minarXiv:2607.13221exprés
Cómo comprobar la red eléctrica sin tener que revisarlo todo
La red eléctrica es como un gran restaurante donde miles de 'platos'—las averías — amenazan con servirse cada minuto. Revisar cada plato llevaría horas, y un vistazo rápido a veces deja pasar peligros, como el moho imperceptible en el queso. El método de von Neumann (quien ideó cómo atrapar a los tramposos revisando solo una parte de las cartas) ofrece un camino distinto.
Sistemas y Control2026-07-131 minarXiv:2607.11072exprés
El cosmos eléctrico sobre raíles
La catenaria ferroviaria se asemeja a una galaxia: la energía fluye por ella como la gravedad, y los trenes se convierten en planetas. Cuantos más trenes consumen corriente simultáneamente, más fuertes son las oscilaciones de voltaje: recorren el sistema ondas gravitacionales que amenazan con apagones.
Las moléculas vecinas aumentan la precisión de las predicciones
Predecir las propiedades de una nueva molécula es como adivinar el sabor de un plato desconocido. El programa funciona como un cocinero experimentado: «prueba» moléculas similares cuyas propiedades ya se conocen y, basándose en su «sabor», ajusta su conjetura.
Sistemas y Control2026-07-131 minarXiv:2607.11122exprés
Controlador flotador: estabilidad mediante una ecuación instantánea
El flotador en el tanque del inodoro es un controlador ideal: al detectar el nivel de agua, lleva instantáneamente el sistema al equilibrio sin mirar al pasado. Los ingenieros aplicaron este principio a las redes neuronales.
La red neuronal escucha música magnética
El dicroísmo circular magnético de rayos X es una herramienta precisa que desde hace tiempo permite separar los momentos magnéticos de espín y orbitales. Sin embargo, el enfoque clásico se asemeja a evaluar una orquesta por el volumen: se basa en reglas de suma que reducen toda la estructura fina del espectro a un par de integrales.
Votación impar: cómo la diferencia simétrica acelera los autómatas
En la sala del tribunal se presenta la cadena de entrada. Doce jurados (caminos computacionales) la examinan símbolo a símbolo. Cada uno puede declarar «culpable» (aceptar) o «inocente». Para el autómata no determinista (NFA) basta con un voto a favor.
Cómo una red neuronal, leyendo el clima al revés, vaticina sequías con meses de anticipación
En una estación meteorológica del condado tejano de Brazos, la lluvia se registra en cinta magnética: cada día, durante cuatro años seguidos. Novecientos milímetros en una buena temporada, cien en una mala. Después la cinta enmudece. La sequía se acerca sigilosamente: es un lento desvanecerse del pulso de la tierra. El índice estándar SPI-3 solo se percata uno o dos meses después, cuando la humedad ya se ha ido.
La señal silenciosa: cómo la IA oculta la solidez de las pruebas
Un médico hojea el historial clínico y ve una línea: «El fármaco reduce el riesgo». Pero, ¿hasta qué punto se puede creer? ¿Se basa la afirmación en un par de casos de la práctica o en decenas de miles de pacientes en un estudio ciego? De la respuesta depende el tratamiento.
Cómo una red neuronal aprende el clima con datos escasos
Un estudiante que durante años resolvió problemas de libros ajenos recibe de repente tres cuadernos con observaciones reales del océano. Hay pocos problemas, pero ya ha visto cientos de similares, y ahora le bastan un par de ejemplos para captar el estilo del nuevo maestro.
Cómo el sesgo de confirmación ayuda a pensar más rápido
Estamos acostumbrados a pensar que notar solo las confirmaciones de nuestras suposiciones es un error. Pero cálculos recientes, inspirados en el comportamiento de las ondas, le dan la vuelta a esta visión. Resulta que el hábito de buscar lo familiar es la mejor manera de reducir el ruido informativo (los científicos lo llaman entropía).
Astrofísica Estelar2026-06-201 minarXiv:2606.21896exprés
Cómo la IA hace comprensibles los pronósticos solares
Las erupciones solares son potentes explosiones en el Sol, capaces de inutilizar satélites y dejar sin electricidad a ciudades. Su predicción se complica por el entrelazamiento de los campos magnéticos en las manchas solares.
Óptica2026-06-201 minarXiv:2606.21945exprés
Redes neuronales que incorporan las leyes de la naturaleza
Las redes neuronales comunes aprenden de ejemplos, como una persona que memoriza melodías de oído. Pero las redes que tienen incorporadas las leyes físicas desde el principio se parecen a un músico que conoce las notas y la armonía: puede tocar una pieza nueva con solo unos cuantos acordes.
Cómo aprende el cerebro a anticipar sin pistas
Una red neuronal, como una hoja de papel cuadriculado, recibe señales homogéneas en su entrada y, por sí misma, traza una cuadrícula de coordenadas. Primero, las conexiones entre las entradas y las células de la red se asemejan a una colina suave: en el centro la respuesta es más fuerte y hacia los bordes se atenúa.
La red neuronal que detecta la tensión en cualquier pieza, sin importar su forma
El diseño de máquinas se parece a la cocina: hay que saber exactamente dónde se romperá la «masa». Los viejos cálculos por computadora revisan cada punto de la pieza durante horas, como medir toda la olla para que el asa no se caiga.
Cómo comprobar un predictor sin conocer la respuesta
Un laboratorio envía a un robot una lista de mil moléculas candidatas para un nuevo fármaco. El robot predictor, entrenado con datos antiguos, da para cada una una evaluación de 'apta o no apta'. Pero cuando la lista proviene de un área desconocida —otro virus o un tumor raro—, el robot empieza a confundirse. Su confianza sigue siendo alta, pero los aciertos reales caen a cero.
Cómo un gemelo digital salva el cerebro en minutos
Un fontanero desatasca una obstrucción en una tubería estrecha y retorcida, a tientas, sin ver el interior. Así se siente más o menos un cirujano durante una trombectomía mecánica (la operación para extraer un coágulo de sangre de un vaso cerebral). El tiempo apremia y cada movimiento puede salvar a la persona o dañar la pared del vaso.
Cómo extraer las leyes de la naturaleza del ruido
Una grabación de dictáfono de una plaza urbana. Se oye el murmullo de la multitud, pasos, fragmentos de conversaciones, el ruido de los coches. En algún lugar de esa mezcla de sonidos, un músico callejero toca una melodía simple con una flauta. No es fácil oírla: hay demasiado mezclado.
Por qué unas preguntas funcionan y otras no
Pruebas un plato en un restaurante, pero no has visto el menú. Le haces preguntas al camarero: ¿está muy salado? ¿qué especias tiene? — y por las respuestas intentas adivinar qué chef lo preparó.
La proteína del olvido: cómo las matemáticas atrapan al enemigo invisible
Moho en el pan: hoy una manchita, mañana media barra. Así, más o menos, se extiende por el cerebro la beta-amiloide, una proteína pegajosa que en el Alzheimer se agrupa en ovillos y dificulta el trabajo de las neuronas.
Física Química2026-04-272 minarXiv:2604.24607exprés
Cómo una red neuronal aprende de los errores de la química cuántica
Los cálculos cuánticos son una receta con ingredientes perfectos, pero el chef naturaleza cocina a su manera. Los modelos de máquina de los átomos aprenden la receta de memoria y predicen las propiedades de la materia en segundos en lugar de semanas.
Cómo una red neuronal lee el historial médico
El médico sostiene un montón de análisis realizados en distintos momentos. Por separado, cada hoja es solo una fotografía de un día, pero uno quiere ver la película completa de cómo se desarrolló la enfermedad. La red neuronal Tempo aprende a unir esas tomas dispersas en una cinta fluida.