潜在空間分析と分布外データへの一般化

本稿では、深層学習システムによって導出される潜在決定空間におけるデータポイント間の関係を理解することが、実世界のデータに対するシステムの性能評価や解釈において重要であることを示します。特に、深層学習システムにおける分布外（OOD）データの検出が活発な研究トピックである中、潜在空間におけるOOD検出とモデルの分類精度との関連性を探ります。オープンソースで提供されている合成開口レーダー（SAR）データセットを用いた実証実験により、OOD検出がモデル性能の代理指標として使用できないことを実証しました。これにより、潜在空間の幾何学的特性についてのさらなる研究を促し、深層学習の堅牢性と一般化能力への洞察を得ることを目指しています。