自動音声認識モデルの監査におけるメンバーシップ推論の改善：擾乱損失特徴の活用

自動音声認識モデルのメンバーシップ推論において、損失情報と擾乱ノイズを活用することで、従来の誤差特徴に比べて大幅な性能向上が可能である。