यह पत्र इस समस्या को संबोधित करता है कि उच्च भविष्य कहनेवाला सटीकता के साथ भी, तंत्रिका नेटवर्क (एनएन) गलत भविष्यवाणियों (गलत अंशांकन) में अति आत्मविश्वास से ग्रस्त हो जाते हैं, जो उन अनुप्रयोगों में एक गंभीर चुनौती पेश करता है जहां विश्वसनीय अनिश्चितता अनुमान महत्वपूर्ण है। तीन दृश्य बेंचमार्क का उपयोग करते हुए, हमने डेटा का विश्लेषण किया जिसमें मॉडल-पूर्वानुमानित अनिश्चितता और अनिश्चितता की मानवीय धारणा के बीच संबंध का आकलन करने के लिए मानव असहमति और भीड़-स्रोत विश्वास दोनों शामिल थे। हमने पाया कि वर्तमान विधियाँ मानव अंतर्ज्ञान से केवल कमजोर रूप से मेल खाती हैं, और यह सहसंबंध कार्यों और अनिश्चितता उपायों के बीच काफी भिन्न होता है। विशेष रूप से, हमने पाया कि प्रशिक्षण प्रक्रिया में मानव-प्रदत्त सॉफ्ट लेबल को शामिल करने से सटीकता से समझौता किए बिना अंशांकन में सुधार हुआ।
