딥러닝의 발전은 다양한 분야에서 높은 예측 성능을 보이며 많은 성과를 이루었지만, 불확실성에 대한 측정이 어려워 의료, 자율 주행과 같은 분야에서는 과신(overconfidence)한 예측이 치명적인 결과를 초래하기도 한다. 따라서 불확실성을 적절히 측정하여 신뢰도를 정량화하는 것은 중요하다. 본 논문에서는 비베이지안 방식의 모델을 통해 예측의 신뢰도를 높이고, Adversarial Training과 proper scoring rule을 결합한 강력한 ensemble 모델을 소개한다. 이번 세미나에서는 deep ensemble 모델이 예측의 신뢰도를 정량화하는 방법을 설명하고, deep ensemble 모델이 단일 모델보다 더 높은 예측 성능을 보임을 입증하는 실험에 대해 설명한다.

Presentation

발표자: 양민서

References

[1] Balaji Lakshminarayanan, Alexander Pritzel, Charles Blundell. (2017) Simple and Scalable Predictive Uncertainty Estimation using Deep Ensembles. NeurIPS 2017.