연구진은 딥러닝 기반 PPG 혈압 추정 모델의 성능과 불확실성 신뢰도를 ID(in-distribution) 및 OOD(out-of-distribution) 환경에서 평가했어요.
XResNet1D-50 모델을 활용하여 딥 앙상블(DE)과 몬테카를로 드롭아웃(MCD)을 비교했으며, GNLL(Gaussian negative log-likelihood)과 MSE(mean squared error) 손실 함수를 사용했어요.
결과적으로 DE는 MCD보다 도메인 변화 시 예측 성능이 더 뛰어나며, GNLL 기반 방법은 재보정 시 더 나은 불확실성 보정을 제공하는 것으로 나타났어요.