この記事では、恒常的ドロップアウトという手法を用いて神経ネットワークの推論フェーズにおける不確実性の定量化（UQ）を実施する方法について説明しています。恒常的ドロップアウトは、モデルの推論段階に確率的要素を組み込み、テストデータごとに多くの予測を生成することで、深層神経ネットワークの計算・エネルギー負荷を軽減します。従来の深層神経ネットワークをスパイキング神経ネットワークに変換することがほぼ損失なしで行えることが示され、これにより恒常的ドロップアウトをスパイキング神経ネットワーク上で実行することが可能であることを実証しています。特に癌治療のための複合薬剤療法のデータセットを用いて、提案したアプローチの有効性を示し、得られた予測分布が従来のネットワークとほぼ同一であることを確認しました。