यह शोधपत्र स्वायत्त ग्रहों पर लैंडिंग के जोखिम का पता लगाने के लिए बायेसियन डीप लर्निंग-आधारित विभाजन विधि प्रस्तुत करता है। सेंसर शोर बढ़ने पर पारंपरिक कंप्यूटर विज़न-आधारित विधियों के प्रदर्शन में गिरावट आती है। इस शोधपत्र में, हम बायेसियन डीप लर्निंग का उपयोग करके एक सुरक्षा पूर्वानुमान मानचित्र और उसका अनिश्चितता मानचित्र एक साथ तैयार करते हैं। फिर हम अनिश्चितता मानचित्र का उपयोग करके अनिश्चित पिक्सेल को फ़िल्टर करके सुरक्षित लैंडिंग स्थलों की पहचान करने के लिए एक विश्वसनीय विधि प्रस्तावित करते हैं। मंगल ग्रह के हाईराइज़ डिजिटल भू-भाग मॉडल से प्राप्त सिम्युलेटेड डेटा का उपयोग करते हुए, हम विभिन्न अनिश्चितता सीमाओं और शोर स्तरों के तहत प्रस्तावित विधि के प्रदर्शन का प्रयोगात्मक रूप से सत्यापन करते हैं।
