الشك هو اليقين الوحيد الموجود. نمذجة عدم اليقين في البيانات ضرورية للانحدار، خاصة في البيئات غير المقيدة. تقليديًا، يتم النظر إلى الصيغة المباشرة للانحدار ونمذجة عدم اليقين من خلال تعديل الفضاء الخرج إلى عائلة معينة من التوزيعات الاحتمالية. من ناحية أخرى، تكون الحلول القائمة على التصنيف والترتيب أكثر شعبية في الممارسة العملية بينما تعاني الأساليب المباشرة للانحدار من الأداء المحدود. كيف يمكن نمذجة عدم اليقين باستخدام التقنيات الحالية للانحدار يظل مسألة مفتوحة. في هذا البحث، نقترح تعلم الترميزات المرتبة الاحتمالية التي تمثل كل بيانات كتوزيع غاوس متعدد المتغيرات بدلاً من نقطة حتمية في الفضاء الكامن. تم اقتراح قيد توزيع مرتب لاستغلال الطبيعة المرتبة للانحدار. يمكن دمج ترميزاتنا المرتبة الاحتمالية في الأساليب الشائعة للانحدار وتعزيزها بقدرة تقدير عدم اليقين. تظهر النتائج التجريبية أن أسلوبنا يحقق أداءً تنافسيًا. الرمز متاح على https://github.com/Li-Wanhua/POEs.请注意，人名 "Li Wanhua" 在阿拉伯语中通常会保留其原始形式，以确保准确性。如果您有特定的要求或偏好，请告知我。