머신러닝이 머신데

한 줄 요약Reconstruction based OOD 논문으로, CelebA(ID)로 학습한 Diffusion model에 SVHN(OOD) 이미지를 재구성하도록 하여 timestep T를 수준별로 나눠 재구성된 샘플의 input 과의 유사도를 기준으로 OOD를 탐지하는 재밌는 논문이었음.Abstract머신러닝 시스템의 안전한 배포를 위해 OOD 탐지는 매우 중요함.현재, OOD 탐지는 생성 모델의 Likelihood estimation이나 기타 측정을 사용하는 생성 기반 접근 방식이 주를 이루고 있음.재구성 기반 방법은 대안적 접근 방식으로, 재구성 오류를 측정하여 샘플이 OOD인지 여부를 결정함.그러나 재구성 기반 접근 방식은 모델의 정보 병목, 예를 들어, 잠재 차원의 크기 등을 신중하게 조정해야..

해당 논문은 OOD 태스크의 서베이 논문으로.. OOD detection이 뭐냐! 싶은 분께 추천드립니다.관련 분야 설명은 뛰어넘기고 OOD 중심으로 리뷰했답니다AbstractOOD 문제는 머신러닝 시스템의 신뢰성과 안전성을 보장하는데 필수적.자율 주행과 같은 시스템에서는 OOD 검출을 통해 시스템이 학습 중 본 적 없는 이상한 장면 or 물체를 감지하고 인간에게 경고하여 제어를 넘기게 됨.2017년에 처음 등장한 OOD 검출은 연구 커뮤니티의 많은 관심을 받아 다양한 방법이 개발됨.이러한 방법들은 분류 기반, 밀도 기반, 거리 기반 등 여러가지가 있음.이와 관련된 다른 문제들(Anomaly detection, Novelty detection, open set recognition, outlier det..