분포 외 탐지 및 일반화를 위한 신경 활성화 커버리지 재검토
요약
본 기사는 분포 외 탐지(OOD detection) 및 일반화에 사용되는 신경 활성화 커버리지(NAC)라는 기술을 다루고 있습니다. 연구진은 이 NAC 기반의 접근 방식을 회귀 도메인에서 불확실성 추정 기술로 확장했으며, 그 결과를 통해 NAC가 몬테카를로 드롭아웃과 같은 기존 방법론보다 더 신뢰할 수 있는 불확실성 점수를 제공함을 입증했습니다.
핵심 포인트
- 신경 활성화 커버리지(NAC)는 OOD 탐지 및 일반화에 유용한 기술적 기반을 제공한다.
- 연구진은 NAC를 회귀 도메인에서 불확실성 추정(Uncertainty Estimation) 방법으로 성공적으로 확장했다.
- 실험 결과, NAC가 몬테카를로 드롭아웃 등 기존의 불확실성 측정 기법보다 우수한 성능을 보였다.
신경 활성화 커버리지 (Neural Activation Coverage, NAC) 는 분포 외 탐지 (out-of-distribution detection) 와 일반화 (generalization) 를 위한 최근 제안된 기술입니다. 우리는 이 유망한 기반을 바탕으로 하여, 이미 학습된 인공 신경망에 대해 회귀 (regression) 도메인에서 불확실성 추정 (uncertainty estimation) 기술로 작동하도록 방법을 확장했습니다. 우리의 실험 결과, NAC 불확실성 점수가 몬테카를로 드롭아웃 (Monte-Carlo Dropout) 등 다른 기술보다 더 의미 있음을 확인했습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.LG의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기2