抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
既存の分布外(OOD)検出法は,主にソフトマックス分類器の出力確率の利用で確立された。しかし,分類器ベースのアプローチは,入力データとそれらの関連ラベル間の関係を,豊富な入力データに隠された情報を利用して,全てで活用する。さらに,ソフトマックス関数における固有正規化特性は,OOD入力に対しても出力予測確率を大きくする傾向がある。これらの問題に取り組むために,生成モデルベースのアプローチを提案する。具体的には,入力データと関連ラベルを完全に利用するために,入力データとそれらの関連ラベルを同時にモデル化するために変分自動エンコーダ(VAE)を用いることを提案した。さらに,偽大出力確率の課題を軽減するために,著者らは1ホットラベルをマルチラベル形式に変換して,VAEにおけるマルチラベルブランチを有するラベルをモデル化することを提案した。実験的比較を通して,モデルがOOD検出性能を効果的に改良できることを検証した。Copyright Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】