이 연구에서는 정규화 흐름을 이용하여 사전 학습된 이미지 분류 모델의 특징 공간에서 밀도 추정을 수행함으로써 분포 외 데이터를 탐지하는 방법을 제안한다. 기존 연구에서는 정규화 흐름이 분포 외 데이터 탐지에 효과적이지 않다고 알려져 있었지만, 본 연구에서는 특징 공간에서 밀도 추정을 수행하고 특징 벡터를 정규화하는 것이 중요하다는 것을 보여준다.
실험 결과, 제안 방법은 CIFAR-10 대비 SVHN, ImageNet-1k 대비 Textures와 같은 멀리 떨어진 분포 외 데이터에 대해 기존 방법을 크게 능가하는 성능을 보였다. 또한 특징 공간의 분포 특성이 분포 외 데이터 탐지 성능에 큰 영향을 미친다는 것을 확인하였다. 특히 특징 벡터의 정규화와 과소 학습이 중요한 것으로 나타났다.
제안 방법은 사전 학습된 모델에 대해 추가적인 학습 없이 적용할 수 있는 사후 방법이며, 분포 외 데이터에 대한 노출 없이 완전히 비지도 방식으로 동작한다는 장점이 있다. 이를 통해 연구자의 편향을 피할 수 있다.
To Another Language
from source content
arxiv.org
Ключові висновки, отримані з
by Evan D. Cook... о arxiv.org 05-01-2024
https://arxiv.org/pdf/2402.06537.pdfГлибші Запити