Likelihood Regret: An Out-of-Distribution Detection Score For Variational Auto-encoder

[nocotan]

一言でいうと

VAEベースのOODスコアの代替としてLikelihood Regretを提案．

論文リンク

https://papers.nips.cc/paper/2020/file/eddea82ad2755b24c4e168c5fc2ebd40-Paper.pdf

著者/所属機関

Zhisheng Xiao et al. (University of Chicago)

投稿日付(yyyy/MM/dd)

2020/12

概要

確率的深層生成モデルは高次元データの尤度をモデル化できる．
この尤度に関する閾値を設定することで，深層生成モデルはOODに応用される．
しかしながら，既存の研究では，深層生成モデルがいくつかのケースでOODサンプルに高い尤度を出力してしまうことが報告されている．
論文では，このような失敗ケースが頻出するのは特にVAEベースの深層生成モデルを採用する場合であることを観測．
さらにこの論文では，VAEベースのOODスコアの代替としてLikelihood Regretを提案．

新規性・差分

• VAEベースの深層生成モデルはOODサンプルにも高い尤度を出力してしまう．
• これを解決するため代替のOODスコアであるLikelihood Regretを提案．

手法

Likelihood Regretを次のように定義：

結果

コメント