医疗诊断应用

该研究探讨了贝叶斯神经网络（BNN）在过度参数化情况下的预测不确定性表现。通过在内层权重上使用离散先验，研究发现后验预测分布可能是多模态的，并且在某些情况下，预测不确定性不会随着网络和训练数据规模的增长而收缩。这挑战了传统贝叶斯模型的理解，并强调了精确分析模型参数空间和设计合适贝叶斯推理方法的重要性。