불확실성 정량화
Uncertainty Quantification · UQ
예측값이 얼마나 믿을 만한지 수치로 함께 제시하는 절차.
소재 분야에서 이해하기
scikit-learn 가우시안 프로세스 문서 ↗예측 밴드갭에 오차 범위를 붙여 후보를 정렬한다.
Materials & AI · glossary
소재·AI 용어 사전
연구와 사례를 읽다가 만난 낯선 용어, 개념부터 가볍게 살펴보세요.
10개 용어
전체 보기예시는 개념 이해를 위한 설명입니다. 실제 연구 결과는 AI·소재 이슈에서 원문과 함께 확인하세요. 엄선한 용어 86개에는 Colab에서 바로 돌려볼 수 있는 실습 노트북이 있습니다. “AI 자동 추가” 표시가 붙은 용어는 새 이슈를 수집할 때 자동으로 추가된 것으로, 아직 사람이 검토하지 않았고 실습 노트북이 없습니다. 노트북의 데이터는 개념 확인용으로 생성한 값이며 실제 측정값이 아닙니다.
데이터 불확실성과 모델 불확실성
Aleatoric · Epistemic Uncertainty
측정 잡음처럼 데이터를 늘려도 남는 불확실성과, 데이터가 부족해서 생겨 보강하면 줄어드는 불확실성의 구분.
소재 분야에서 이해하기
scikit-learn 가우시안 프로세스 문서 ↗측정 반복으로 줄지 않는 산포와 미탐색 영역의 불확실성을 나눠 본다.
예측 구간
Prediction Interval · 신뢰 구간
새 관측값이 들어갈 것으로 기대되는 범위. 평균의 신뢰 구간보다 넓다.
소재 분야에서 이해하기
scikit-learn 가우시안 프로세스 문서 ↗예측 강도에 90% 구간을 함께 보고한다.
불확실성 보정
Calibration · 신뢰도 곡선 · Reliability Diagram
모델이 제시한 확률이나 구간이 실제 빈도와 일치하는지 확인하고 맞추는 작업.
소재 분야에서 이해하기
scikit-learn 확률 보정 문서 ↗90% 구간에 실제로 90%가 들어가는지 검증 데이터로 확인한다.
민감도 분석
Sensitivity Analysis · OAT · Morris
입력 변수가 출력에 얼마나 영향을 주는지 정량적으로 확인하는 분석.
소재 분야에서 이해하기
SALib 민감도 분석 문서 ↗온도와 시간 중 어느 조건이 수율을 더 좌우하는지 본다.
소볼 지수
Sobol Index · Sobol Indices · 분산 기반 전역 민감도
출력 분산을 입력 변수와 변수 조합의 기여로 분해해 얻는 전역 민감도 지표. 1차 지수는 변수 단독 기여, 총 지수는 상호작용까지 포함한 기여를 나타낸다.
소재 분야에서 이해하기
SALib 민감도 분석 문서 ↗공정 변수 5개 중 총 지수가 큰 2개만 정밀 실험 대상으로 남긴다.
몬테카를로
Monte Carlo Sampling · MC · 준몬테카를로
입력을 무작위로 반복 표본추출해 출력의 분포와 통계량을 추정하는 방법.
소재 분야에서 이해하기
SciPy 준몬테카를로 문서 ↗입력 오차 분포를 넣고 예측 물성의 분포를 얻는다.
오차 전파
Error Propagation · 불확실성 전파
입력의 불확실성이 계산 과정을 거쳐 출력 불확실성으로 전달되는 것을 추정하는 방법.
소재 분야에서 이해하기
SciPy 준몬테카를로 문서 ↗측정 두께 오차가 계산된 전도도 오차로 얼마나 커지는지 본다.
특징 중요도
Feature Importance · Permutation Importance · 순열 중요도
어떤 입력 변수가 모델 성능이나 예측에 큰 영향을 주는지 나타내는 값. 인과관계를 뜻하지는 않는다.
소재 분야에서 이해하기
scikit-learn 순열 중요도 문서 ↗변수를 섞었을 때 오차가 가장 커지는 기술자를 확인한다.
SHAP 값
SHAP · Shapley Value · 섀플리 값
예측값을 각 입력 변수의 기여로 나누어 설명하는 값. 개별 예측 단위의 해석에 쓰인다.
소재 분야에서 이해하기
SHAP 문서 ↗한 조성의 예측 강도가 높게 나온 이유를 변수별 기여로 본다.