現実世界のデータセットには偏りや欠陥が存在するため、頑健な学習アルゴリズムが必要とされている。しかし、データの収集プロセスによっては、データの汚染が特定のサブグループに局在化する可能性がある。本研究では、サブグループ内の汚染量に応じて頑健性が劣化するマルチグループ頑健アルゴリズムを提案する。