GEM-FI: 피셔 조절을 활용한 게이트드 증거적 혼합 (Gated Evidential Mixtures with Fisher

요약

GEM-FI는 기존 증거 심층 학습(EDL)의 한계점인 과신 및 다중 모달 불확실성 표현 문제를 해결하기 위해 제안된 새로운 모델 계열입니다. 이 모델은 에너지 신호를 학습하고 이를 게이트드 증거 출력에 활용하며, 특히 피셔 정보 기반 정규화기를 추가하여 혼합 할당을 안정화하고 경계 불확실성을 개선합니다. 실험 결과, GEM-FI는 이미지 분류 및 OOD 탐지 벤치마크에서 기존 방법론 대비 높은 정확도 향상과 오분류 탐지 성능 개선을 입증했습니다.

핵심 포인트

• GEM-FI는 에너지 신호를 학습하고 이를 게이트드 증거 출력에 활용하는 모델 계열이다.
• 피셔 정보 기반 정규화기(Fisher Information)를 도입하여 혼합 할당의 안정성을 높이고 경계 불확실성을 개선했다.
• 다중 모달 에피스테믹 불확실성 포착을 위해 학습된 라우팅 가중치를 가진 증거적 헤드 혼합(GEM-MIX) 기능을 추가했다.
• CIFAR-10 분류 및 OOD 탐지 벤치마크에서 기존 방법론 대비 성능 향상(예: 정확도 +2.64 pp, AUPR 개선 등)을 보였다.