본 논문은 순환 신경망 구조(iterative network architectures)의 수렴 속도가 최종 출력값의 정확도와 높은 상관관계를 갖는다는 점을 활용하여, 불확실성 추정을 위한 새로운 방법을 제안합니다. 기존의 앙상블 기법과 같은 고비용의 방법 대신, 순환 네트워크의 수렴 속도를 불확실성의 지표로 사용하여 효율적으로 불확실성을 추정합니다. 이는 원래의 반복 모델을 수정하지 않고도 가능하며, 항공 이미지의 도로 검출 및 2D/3D 형상의 공기역학적 특성 추정이라는 두 가지 응용 분야에서 그 실용성을 입증합니다.
