Bài báo này khám phá Dự đoán Tuân thủ (CP), một phương pháp tạo ra một tập hợp nhỏ các dự đoán để kiểm soát độ bất định của dự đoán trong hệ thống phân loại. CP hoạt động bằng cách xác định điểm số dựa trên các dự đoán của mô hình và sử dụng một tập hợp xác thực để đặt ngưỡng cho điểm số này. Nghiên cứu này giải quyết vấn đề hiệu chuẩn của CP khi chỉ có một tập hợp xác thực chứa các nhãn nhiễu. Chúng tôi đề xuất một phương pháp để ước tính ngưỡng tuân thủ không nhiễu dựa trên dữ liệu nhãn nhiễu và đưa ra một đảm bảo độ phủ mẫu hữu hạn cho nhiễu đồng đều, hiệu quả ngay cả đối với các tác vụ có nhiều lớp. Chúng tôi gọi phương pháp này là Dự đoán Tuân thủ Nhận biết Nhiễu (NACP). Chúng tôi trình bày hiệu suất của phương pháp được đề xuất trên một số tập dữ liệu phân loại ảnh tiêu chuẩn.
