Takuro Komoto

テーマ：ニューラルネットワークにおける予測不確実性の改善 概要：分類問題において，ニューラルネットワークの予測確率には信頼性が欠けている．例えば，高い確率値であっても誤分類することがある．そこで，予測確率の信頼性を改善した手法として Deep Ensembles[1] という手法が提案されているが，まだ改善の余地があると言及されている．そこで本研究では，Deep Ensembles を基に予測確率の信頼性を改善する手法を提案した． 参考文献 [1] Lakshminarayanan Balaji, Pritzel Alexander, and Blundell Charles: Simple and Scalable Predictive Uncertainty Estimation using Deep Ensembles, Advances in Neural Information Processing Systems (NeurIPS), Vol. 30, pp. 6402–6413 (2017). [2] Ovadia Yaniv, Fertig Emily, Ren Jie, Nado Zachary, Sculley D, Nowozin Sebastian, Dillon Joshua V., Lakshminarayanan Balaji, and Snoek Jasper: Can you trust your model's uncertainty? evaluating predictive uncertainty under dataset shift, Advances in Neural Information Processing Systems (NeurIPS), Vol. 32, pp. 13991–14002 (2019).