RKUMは、ロバストカーネルに基づく非監督手法を実装するために開発されたRパッケージです。このパッケージは、従来の二次損失関数の代わりに一般化損失関数を使用してロバストカーネル共分散演算子（CO）およびロバストカーネル交差共分散演算子（CCO）を推定するための関数を提供します。これらの演算子はロバストカーネル学習の基盤を形成し、汚染されたデータやノイズの多いデータ条件下での信頼性のある分析を可能にします。パッケージにはロバストカーネルカノニカル相関分析（Kernel CCA）や、標準および複数カーネルCCAフレームワークの影響関数（IF）が含まれています。IFは感度を定量化し、二つのビューやマルチビューのデータセット全体で影響を与える観測値や外れ値を検出するのに役立ちます。合成データを使用した実験では、標準カーネルCCAのIFが外れ値を効果的に識別し、RKUMに実装されたロバストカーネル手法が汚染に対する感度を低減させることが示されています。全体として、RKUMは高次元データ分析のための効率的かつ拡張可能なプラットフォームを提供します。