딥러닝 모델이 새로운 입력에 대해 과신하는 문제를 해결하기 위해 불확실성 모델링 연구가 진행돼 왔습니다. 연구진은 가능성 이론을 활용한 DAPPr 프레임워크를 제안하여, 불확실성 추정의 원칙적인 근거와 계산 효율성을 동시에 확보했습니다. 다양한 벤치마크 실험 결과, DAPPr은 기존 방법보다 우수한 불확실성 예측 성능을 보였습니다.