Neue Verlustfunktionen erfassen bimodale Unsicherheit in Regressionsmodellen

Maschinelles Lernen liefert beeindruckende Vorhersagen, doch die Frage, wie zuverlässig diese sind, bleibt ungelöst. Besonders problematisch wird es, wenn die Fehlerwahrscheinlichkeit nicht einer einfachen, unimodalen Verteilung folgt, sondern aus zwei klar getrennten Gruppen – einer sicheren und einer unsicheren – besteht. In solchen Fällen führen herkömmliche Regressionsmethoden zu einer „Mean‑Collapse“-Verhaltensweise, bei der die Unsicherheit nicht adäquat dargestellt wird.

Mixture Density Networks (MDNs) können zwar multimodale Verteilungen abbilden, stoßen jedoch häufig an Optimierungsgrenzen. Die Autoren schlagen deshalb eine neue Familie von Verlustfunktionen vor, die den normalen RMSE mit Wasserstein‑ und Cramér‑Distanzen kombinieren. Durch diese Kombination wird die Verteilungssensibilität direkt in den Lernprozess integriert, ohne die Instabilität von Mischmodellen zu übernehmen.

In vier aufeinanderfolgenden Experimenten zeigte sich, dass die Wasserstein‑basierte Verlustfunktion nicht nur die Stabilität traditioneller MSE‑Modelle in unimodalen Aufgaben beibehält, sondern gleichzeitig die Jensen‑Shannon‑Divergenz bei komplexen bimodalen Datensätzen um 45 % senkt. Darüber hinaus übertrifft sie MDNs sowohl in der Genauigkeit als auch in der Robustheit, was sie zu einem verlässlichen Werkzeug für die Schätzung aleatorischer Unsicherheit in vertrauenswürdigen KI‑Systemen macht.