計算化学におけるキャリブレーションされた予測不確実性への長い道

計算化学（CC）における不確実性定量化（UQ）はまだ始まったばかりです。非常に少数のCC手法が予測に対する信頼レベルを提供するように設計されており、ほとんどのユーザーは平均絶対誤差を精度指標として不適切に依存しています。信頼できるUQ手法の開発は、特にCCが産業プロセスで自信を持って使用されるために不可欠です。CC-UQに関する文献のレビューでは、予測不確実性を報告または検証するための共通の標準手順がないことが示されています。ここでは、気象学と機械学習で開発された概念（キャリブレーションとシャープネス）を利用した分析ツールを検討し、確率的予測子の検証に適用します。これらのツールはCC-UQに適応され、組合せ手法、ベイジアンアンサンブル手法、および事後統計手法から提供された予測不確実性のデータセットに適用されます。