Why Normalizing Flows Fail to Detect Out-of-Distribution Data

[nocotan]

一言でいうと

なぜNormalizing FlowベースのOOD検出の手法が失敗するのかを調べた．

論文リンク

https://papers.nips.cc/paper/2020/file/ecb9fe2fbb99c31f567e9823e884dbec-Paper.pdf

著者/所属機関

Polina Kirichenko et al. (New York University)

投稿日付(yyyy/MM/dd)

2020/12

概要

なぜNormalizing FlowベースのOOD検出の手法が失敗するのかを調べた．
この理由づけとして，結合層に基づくフローに焦点を当てて，フローが対象画像データに依存しない局所的なピクセル相関と一般的な画像-潜在空間変換を学習することを主張．
また，アーキテクチャを少し変更することで，フローがOOD検出に有効になることを示す．

新規性・差分

• Normalizing Flowが対象画像データに依存しない局所的なピクセル相関と一般的な画像-潜在空間変換を学習するためにOOD検出に失敗することを主張．
• カップリング層を修正することで，Normalizing FlowがOOD検出に有効になることを示す．

手法

結果

コメント