A neural network system is provided that models the system in a system model (12) with the output thereof providing a predicted output. This predicted output is modified or controlled by an output control (14). Input data is processed in a data preprocess step (10) to reconcile the data for input to the system model (12). Additionally, the error resulted from the reconciliation is input to an uncertainty model to predict the uncertainty in the predicted output. This is input to a decision processor (20) which is utilized to control the output control (14). The output control (14) is controlled to either vary the predicted output or to inhibit the predicted output whenever the output of the uncertainty model (18) exceeds a predetermined decision threshold, input by a decision threshold block (22). Additionally, a validity model (16) is also provided which represents the reliability or validity of the output as a function of the number of data points in a given data region during training of the system model (12). This predicts the confidence in the predicted output which is also input to the decision processor (20). The decision processor (20) therefore bases its decision on the predicted confidence and the predicted uncertainty. Additionally, the uncertainty output by the data preprocess block (10) can be utilized to train the system model (12).

Un sistema della rete neurale è a condizione che modelli il sistema in un modello di sistema (12) con l'uscita di ciò che fornisce un'uscita prevista. Questa uscita prevista è modificata o controllata tramite un controllo dell'uscita (14). I dati di input sono proceduti nei dati pretrattano punto (10) per riconciliare i dati per input al modello di sistema (12). Ulteriormente, l'errore è derivato dalla riconciliazione è immesso ad un modello di incertezza per predire l'incertezza nell'uscita prevista. Ciò è immessa ad un processor di decisione (20) che è utilizzato per controllare il controllo dell'uscita (14). Il controllo dell'uscita (14) è controllato a varia l'uscita prevista o inibire l'uscita prevista ogni volta che l'uscita del modello di incertezza (18) eccede una soglia predeterminata di decisione, input da un blocchetto della soglia di decisione (22). Ulteriormente, un modello di validità (16) inoltre è fornito quale rappresenta l'affidabilità o la validità dell'uscita in funzione del numero di punti di riferimenti in una data regione di dati durante l'addestramento del modello di sistema (12). Ciò predice la riservatezza nell'uscita prevista che inoltre è immessa al processor di decisione (20). Il processor di decisione (20) quindi basa la relativa decisione sulla riservatezza prevista e sull'incertezza prevista. Ulteriormente, l'uscita di incertezza dai dati pretratta il blocco (10) può essere utilizzata per addestrare il modello di sistema (12).