用证据理论替换传统分类概率，在给出诊断结果的同时估计预测不确定性，从而识别并拒绝分布外的新故障模式，比现有确定性网络更可靠。
Zhou, Hanting · Chen, Wenhe · 程龙生 · 刘竞 · Xia, Min
IEEE Transactions on Industrial Informatics 2023
通过估计预测不确定性，模型可以判断输入是否来自训练分布之外，从而识别新故障类型。
只需替换损失函数和输出层为狄利克雷分布，即可将现有 DNN 升级为具有不确定性估计能力的模型。
在保持对已知故障类型准确分类的同时，还能有效检测未知类别。