यह शोधपत्र बायेसियन तंत्रिका नेटवर्क और गहन समूह विधियों की उच्च गणना लागत और भंडारण आवश्यकताओं को पूरा करने के लिए एकल नियतात्मक मॉडल पर आधारित एक नवीन अनिश्चितता परिमाणीकरण विधि प्रस्तावित करता है। विशेष रूप से, हम कर्नेल घनत्व अनुमान से प्राप्त सूचना विभव क्षेत्र का उपयोग करके एक प्रशिक्षण सेट के फ़ीचर स्पेस घनत्व का अनुमान लगाते हैं। फिर हम इस सूचना विभव क्षेत्र की तुलना परीक्षण नमूनों के फ़ीचर स्पेस निरूपण से करते हैं ताकि वितरणात्मक बदलावों का प्रभावी ढंग से पता लगाया जा सके और आउट-ऑफ-डिस्ट्रीब्यूशन (OOD) का पता लगाया जा सके। द्वि-आयामी सिंथेटिक डेटासेट (टू मून्स, थ्री स्पाइरल्स) और OOD डिटेक्शन कार्यों (CIFAR-10 बनाम SVHN) का उपयोग करके प्राप्त प्रायोगिक परिणाम दर्शाते हैं कि प्रस्तावित विधि मौजूदा विधियों से बेहतर प्रदर्शन करती है।
