画像の特徴を捨てることで学習する - 条件エントロピーに基づく転移可能な分布外検知

深層生成モデルは低レベルの特徴を学習しがちであり、その負対数尤度の下限は入力と出力の条件エントロピーによって決まる。本手法は、画像の一部を消去することで各データセットに固有の条件エントロピー分布を作り出し、これを利用して転移可能な分布外検知を実現する。