méthode

réseaux de neurones évidentiels

Evidential neural networks are models that provide uncertainty estimates alongside predictions, enhancing reliability in applications.
31 articles liés · 4 qui a travaillé ici

Description

Les réseaux de neurones évidentiels fournissent les paramètres d’une distribution de Dirichlet pour une tâche de classification, représentant des masses de croyance. Le modèle apprend à attribuer des degrés de preuve élevés à la bonne classe, en minimisant une fonction de perte composée de l’erreur quadratique moyenne attendue et de la divergence de Kullback-Leibler, qui pénalise les preuves attribuées aux autres classes. Cela permet de quantifier l’incertitude épistémique (liée au modèle) et aléatoire (bruit dans les données), ainsi que de détecter les anomalies.

Histoire

Dempster (1967) et Shafer (1976) ont introduit les fonctions de croyance. Denoeux (1995) a proposé des modèles neuronaux fondés sur cette théorie. En 2018, Sensoy, Kaplan et Kandemir ont étendu l’approche à l’apprentissage profond avec la distribution de Dirichlet. Les travaux récents portent sur la calibration, la robustesse adverse et des applications en médecine et conduite autonome.

Comment ça marche

La dernière couche produit K valeurs non négatives e_k. Les concentrations de Dirichlet α_k = e_k + a_k. Fonction de perte : 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) ), où \tilde{α}_i = y_i + (1 – y_i) ⊙ α_i. Cela équivaut à minimiser la perte attendue et pénaliser un Dirichlet non uniforme pour les classes incorrectes. L’incertitude est mesurée par l’entropie de Dirichlet ou la somme des preuves.

En pratique

Diagnostic médical sécurisé : en plus de détecter une tumeur, le réseau indique un niveau de confiance, avertissant le médecin si la prédiction est incertaine.

Anecdote

Si l’on montre un type d’image totalement nouveau à un réseau évidentiel, il indiquera honnêtement une forte incertitude, contrairement à un réseau classique qui risque de se tromper avec assurance.

Concept graph →

Articles liés · 93

Un jumeau numérique pour la santé de tout un pays
Un dossier médical ressemble à un long journal intime : visites chez le médecin, diagnostics, ordonnances, analyses. Un médecin le lit de bout en bout pour comprendre l'état du patient. Désormais, une machine lit ce journal — et elle le fait en quelques secondes. Les développeurs ont créé le modèle Foresight-E.
Un réseau de neurones apprend à s'écouler à travers un tamis
Si l'on verse du miel dans une passoire percée d'une centaine de petits trous, il s'écoulera en minces filets, mais chaque filet sera tourbillonnant autour du bord du trou.
Une aiguille gravitationnelle dans une botte de foin
Une pièce silencieuse, et il faut y distinguer une mélodie parmi une multitude de bruissements à peine audibles. C'est à peu près à cela que ressemble la recherche de signaux provenant de systèmes extrêmes de deux trous noirs — l'un énorme, l'autre des millions de fois plus petit.
Un biais qui n'a pas besoin d'être appris
Dans un entrepôt, des cartons de pommes et de poires. Les pommes sont nombreuses, les poires rares. Mais quand le magasinier dit « un fruit à la peau lisse », nous pensons plus souvent à la poire rare qu'à la pomme fréquente. C'est l'effet de taux de base inversé : un dérèglement persistant dans la façon dont le cerveau résout l'ambiguïté entre les catégories.
La chimie regarde les molécules avec les yeux d'un ordinateur
Prédire le rendement d'une réaction chimique, c'est un peu comme essayer de deviner la récolte en ne connaissant que la composition du sol. Traditionnellement, les chimistes s'appuyaient sur de longues colonnes de nombres – les descripteurs quantiques – qui décrivent l'énergie des électrons mais restent muets sur la forme de la molécule.
Comment une branche de neurone divise le signal
Un neurone reçoit des milliers de signaux sur ses prolongements ramifiés — les dendrites. Certains signaux poussent la cellule à s'activer (excitation), d'autres la retiennent (inhibition). Pendant longtemps, on a pensé que le neurone se contentait d'additionner tous les « pour » et les « contre ».
Géophysique2026-07-233 minarXiv:2607.21854express
L'écho sismique révèle des flux invisibles
Un bac de sable mouillé. Vous appuyez dans un coin — et l'eau se met en mouvement. Mais comment exactement ? Au lieu d'un cercle régulier, elle peut s'étaler en langues, s'attarder longtemps à certains endroits et filer rapidement à travers d'autres.
Le masque gaussien est tombé : comment 4 610 univers ont changé les statistiques cosmologiques
4 610 univers — c'est exactement le nombre de modèles cosmologiques qu'il a fallu aux astrophysiciens pour montrer que le masque gaussien ne fonctionne plus pour les données de nouvelle génération.
Un casque neuronal sans réglage interminable
Chaque fois qu'un enfant atteint de paralysie cérébrale s'apprête à bouger la jambe, une décharge électrique particulière se produit dans son cerveau — un lent déplacement de tension. Les scientifiques l'appellent un potentiel lié au mouvement.
Comment l'intelligence artificielle a déchiffré l'écriture magnétique des éruptions solaires
Le Soleil trace continuellement des gribouillis de champs magnétiques à sa surface. Ces motifs ne sont pas de simples ondulations, mais une écriture dans laquelle la nature a crypté des avertissements d'éruptions.
Le réseau de neurones qui ne se contente pas de prédire, mais garde les secrets des protéines
Une immense bibliothèque où chaque livre est une instruction précise pour assembler une molécule de protéine. Le réseau de neurones AlphaFold2 a lu des millions de ces livres et a appris à fournir instantanément un modèle tridimensionnel prêt à l'emploi.
Comment identifier un ennemi dans le ciel en quelques secondes
En plein combat, un pilote doit comprendre instantanément ce qu'est un objet et quelles sont ses intentions. Les systèmes conventionnels attendent des données radar complètes – c'est comme un gardien qui ne réagit qu'après le tir. Le nouvel algorithme, lui, agit comme un gardien chevronné : dès les premiers mouvements de l'attaquant, il anticipe la manœuvre de la cible.
Traitement du signal2026-07-161 minarXiv:2607.15127express
Un IA léger pour les communications spatiales : plus précise et plus économe
Communiquer avec un satellite, c'est comme essayer d'entendre un murmure dans une tempête : le signal se noie dans les parasites. Des ingénieurs ont créé un algorithme d'IA qui fonctionne directement sur le satellite et qui, avec une consommation d'énergie minimale, identifie les distorsions plus précisément que les méthodes précédentes.
Le cartographe neuronal : à la découverte des lois invisibles
De nombreux processus naturels sont décrits par des équations, mais nous n'en connaissons que des fragments. La nouvelle méthode agit comme un cartographe qui, à partir de quelques repères, reconstitue une carte complète du territoire.
Un drone imitateur contourne les trous noirs de l'incertitude
Quand un drone apprend d'un pilote expérimenté, il ne mémorise pas seulement des manœuvres, mais des couloirs de sécurité entiers. Mais en vol réel, il y a toujours des facteurs absents de l'entraînement : un vent inattendu, des vibrations de la caméra, même le mouvement propre du drone peut déstabiliser l'air.
Duo de vitesse et de précision pour les réseaux électriques intelligents
Contrairement aux anciennes turbines, les panneaux solaires et les éoliennes se connectent via des onduleurs, ce qui ouvre de nouvelles brèches aux hackers : ils peuvent fausser subtilement les relevés des capteurs ou falsifier les étiquettes GPS. Pour se protéger, les ingénieurs ont combiné deux approches : un gardien ultra-rapide et un détective réfléchi.
Comment l'IA apprend à ne pas copier sur son voisin
L'IA diagnostique apprend comme un étudiant en médecine avant l'examen. On lui donne une radiographie et les plaintes du patient. Mais parfois, parmi les supports de cours, se glisse le rapport complet du médecin — la réponse toute faite. Le réseau neuronal la mémorise, et sa précision au test bondit à 98 %. Mais c'est de la triche : la vraie compétence ne se développe pas.
Traitement du signal2026-07-141 minarXiv:2607.12744express
Un réseau de neurones avec un sens de la position améliore les communications
Sur une cuisinière à gaz, chaque brûleur chauffe différemment. Si le cuisinier déplace les casseroles, la nourriture peut brûler. Il en va de même dans un réseau sans fil : les antennes-brûleurs et les utilisateurs-casseroles nécessitent un placement précis. Les réseaux de neurones classiques ne distinguent pas les positions, considérant tous les brûleurs comme identiques.
Comment vérifier le réseau électrique sans tout vérifier
Le réseau électrique, c'est un immense restaurant où des milliers de « plats »-pannes menacent d'être servis à chaque minute. Vérifier chaque assiette prendrait des heures, et un coup d'œil rapide laisse parfois passer un danger, comme une moisissure invisible sur un fromage.
Un cosmos électrique sur les rails
La caténaire d'un chemin de fer évoque une galaxie : l'énergie s'y propage comme la gravitation, et les trains deviennent des exoplanètes. Plus les convois consomment du courant en même temps, plus les fluctuations de tension s'amplifient — des ondes gravitationnelles parcourent le système, menaçant de provoquer des coupures.
Les molécules voisines améliorent la précision des prédictions
Prédire les propriétés d'une nouvelle molécule, c'est un peu comme deviner le goût d'un plat inconnu. Le programme agit comme un chef expérimenté : il « goûte » des molécules similaires dont les propriétés sont déjà connues et, en se basant sur leur « saveur », affine son estimation.
Contrôleur flotteur : la stabilité par une équation instantanée
Le flotteur dans la chasse d'eau est un contrôleur idéal : en sentant le niveau de l'eau, il ramène instantanément le système à l'équilibre sans se soucier du passé. Des ingénieurs ont appliqué ce principe aux réseaux de neurones.
Le réseau de neurones entend la musique magnétique
Le dichroïsme circulaire magnétique des rayons X est un outil précis qui permet depuis longtemps de séparer les moments magnétiques de spin et orbitaux. Cependant, l'approche classique revient à évaluer un orchestre par son volume sonore : elle s'appuie sur des règles de somme qui réduisent toute la structure fine du spectre à une paire d'intégrales.
Le vote des impairs : comment la différence symétrique accélère les automates
Dans la salle d'audience, une chaîne de caractères est présentée en entrée. Douze jurés (les chemins de calcul) l'examinent symbole par symbole. Chacun peut déclarer « coupable » (accepter) ou « non coupable ». Pour un automate non déterministe ordinaire (NFA), un seul vote « pour » suffit.
Comment un réseau de neurones, en écoutant la météo à l'envers, annonce la sécheresse des mois à l'avance
Sur une station météo du comté de Brazos, au Texas, la pluie est enregistrée sur une bande magnétique — chaque jour, pendant quatre ans d'affilée. Neuf cents millimètres les bonnes saisons, cent les mauvaises. Puis la bande se tait. La sécheresse s'installe en silence — c'est l'extinction lente du pouls de la terre.
Calcul et langage2026-06-273 minarXiv:2606.29034express
Un signal silencieux : comment l'IA dissimule la force des preuves
Un médecin feuillette un dossier médical et voit une ligne : « Ce médicament réduit le risque ». Mais à quel point peut-on s'y fier ? L'affirmation repose-t-elle sur quelques cas cliniques ou sur des dizaines de milliers de patients dans une étude en aveugle ? De la réponse dépend le traitement.
Comment un réseau de neurones apprend le climat à partir de données maigres
Un élève qui a passé des années à résoudre des problèmes tirés de manuels d'autrui reçoit soudain trois cahiers contenant de véritables observations de l'océan. Les problèmes sont rares, mais il a déjà vu des centaines de cas similaires, et il lui suffit de quelques exemples pour saisir la manière de faire de son nouveau professeur.
Comment le biais de confirmation aide à penser plus vite
Nous avons l'habitude de penser que ne remarquer que les confirmations de nos intuitions est une erreur. Mais des calculs récents, inspirés par le comportement des vagues, renversent ce point de vue. Il s'avère que l'habitude de chercher ce qui est familier est le meilleur moyen de réduire le bruit informationnel (les scientifiques l'appellent entropie).
Comment l'IA rend les prévisions solaires compréhensibles
Les éruptions solaires sont de puissantes explosions sur le soleil, capables de mettre hors service des satellites et de priver des villes entières d'électricité. Leur prédiction est compliquée par l'enchevêtrement des champs magnétiques dans les taches solaires.
Optique2026-06-201 minarXiv:2606.21945express
Des réseaux de neurones qui ont intégré les lois de la nature
Les réseaux de neurones classiques apprennent à partir d'exemples, un peu comme quelqu'un qui mémorise des mélodies à l'oreille. Mais les réseaux qui intègrent dès le départ les lois physiques ressemblent à un musicien qui connaît les notes et l'harmonie : il peut jouer un nouveau morceau à partir de quelques accords.
Comment le cerveau apprend à anticiper sans indices
Un réseau de neurones, telle une feuille de papier quadrillé, reçoit des signaux homogènes en entrée – et trace lui-même sa grille de coordonnées. D'abord, les connexions entre les entrées et les cellules du réseau deviennent semblables à une colline douce : la réponse est plus forte au centre et s'atténue vers les bords.
Un réseau de neurones qui sent les tensions dans les pièces de toutes formes
Concevoir des machines, c'est un peu comme faire de la pâtisserie : il faut savoir exactement où la pâte va se déchirer. Les anciens calculs informatiques vérifient chaque point de la pièce pendant des heures — comme si on mesurait toute la casserole pour être sûr que l'anse ne se détache pas.
Comment vérifier un prédicteur sans connaître la réponse
Un laboratoire envoie à un robot une liste de mille molécules candidates pour un nouveau médicament. Le robot-prédicteur, entraîné sur d'anciennes données, donne pour chacune une évaluation « convient – ne convient pas ». Mais lorsque la liste provient d'un domaine inconnu – un autre virus ou une tumeur rare – le robot commence à se tromper.
Comment un jumeau numérique sauve un cerveau en quelques minutes
Un plombier débouche un tuyau étroit et sinueux — au toucher, sans voir l'intérieur. C'est à peu près ce que ressent un chirurgien lors d'une thrombectomie mécanique (l'opération qui consiste à retirer un caillot de sang d'un vaisseau cérébral). Le temps presse, et chaque mouvement peut soit sauver la personne, soit endommager la paroi du vaisseau.
Comment extraire les lois de la nature du bruit
Un enregistrement sur dictaphone d'une place de ville. On entend le bourdonnement de la foule, des pas, des bribes de conversations, le bruit des voitures. Quelque part dans ce mélange de sons, un musicien de rue joue une mélodie simple à la flûte. L'entendre n'est pas facile — il y a trop de choses mélangées.
Pourquoi certaines questions fonctionnent et d'autres pas
Vous goûtez un plat au restaurant, mais vous n'avez pas vu le menu. Vous posez des questions au serveur — trop salé ? avec quelles épices ? — et à partir des réponses, vous essayez de deviner quel chef l'a préparé.
La protéine de l'oubli : comment les maths traquent l'ennemi invisible
La moisissure sur le pain : aujourd'hui une petite tache, demain la moitié de la miche. C'est à peu près ainsi que se propage dans le cerveau la bêta-amyloïde — une protéine collante qui, dans la maladie d'Alzheimer, s'agglutine en amas et perturbe le fonctionnement des neurones.
Physique chimique2026-04-272 minarXiv:2604.24607express
Comment un réseau de neurones apprend de ses erreurs en chimie quantique
Les calculs quantiques sont une recette avec des ingrédients parfaits, mais le chef nature cuisine à sa façon. Les modèles de machine des atomes apprennent la recette par cœur et prédisent les propriétés de la matière en quelques secondes au lieu de semaines.
Comment un réseau de neurones lit le dossier médical
Un médecin tient dans ses mains une pile d'analyses effectuées à différents moments. Pris isolément, chaque feuillet n'est qu'une photographie d'un jour donné, alors qu'on aimerait voir un film entier sur le développement de la maladie. Le réseau de neurones Tempo apprend à assembler ces images disparates en une séquence fluide.