本研究では、事前学習済みの画像分類モデルの特徴量に対して正規化フローを用いた密度推定を行うことで、分布外検出を行う手法を提案している。従来の手法では、ピクセル空間での密度推定では性能が低いことが指摘されていたが、本手法では特徴量空間での密度推定を行うことで、大規模データセットでも高い分布外検出性能を達成している。
具体的には以下の点が重要である:
これらの手法を用いることで、CIFAR-10データセットではSVHNデータセットに対して96.06%のAUROCを、ImageNet-1kデータセットではTexturesデータセットに対して98.20%のAUROCを達成し、従来手法を大きく上回る性能を示した。本手法は事前学習済みモデルに対して適用可能な汎用的な手法であり、安全な機械学習システムの実現に寄与すると期待される。
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Evan D. Cook... at arxiv.org 05-01-2024
https://arxiv.org/pdf/2402.06537.pdfDeeper Inquiries