Open fulfulggg opened 1 hour ago
深層ニューラルネットワーク(DNN)の出力を信頼度で評価する不確実性定量化(UQ)は、DNNを実用化する上で不可欠な技術です。しかし、その利点にもかかわらず、既存のUQ手順の適用と評価には専門知識が必要となるため、標準的なDNNワークフローからUQが除外されることがよくあります。そのため、ユーザーが大きなオーバーヘッドなしにUQをモデリングワークフローに統合できる包括的なツールボックスが必要とされています。そこで、さまざまなUQ手法を適用および評価するための統一インターフェースである「Lightning UQ Box」を紹介します。本稿では、このツールボックスに実装されている幅広い最先端のUQ手法について、理論的かつ定量的な比較を行います。具体的には、(i) 赤外線衛星画像からの熱帯低気圧の風速推定と、(ii) 空のRGB画像からの太陽光パネルの出力推定という、2つの困難な画像認識タスクに焦点を当てています。手法間の違いを強調することで、UQ手法のベンチマークに使用できる、広範かつ実践的なUQの実験フレームワークの必要性を示します。ツールボックス、実装例、その他の情報は、https://github.com/lightning-uq-box/lightning-uq-box で公開されています。
@yukihiko-fuyuki が以下のラベルを提案し、適用しました:
タイトル: Lightning UQ Box:深層学習における不確実性定量化のための包括的フレームワーク
リンク: https://arxiv.org/abs/2410.03390
概要:
深層ニューラルネットワーク(DNN)の出力を信頼度で評価する不確実性定量化(UQ)は、DNNを実用化する上で不可欠な技術です。しかし、その利点にもかかわらず、既存のUQ手順の適用と評価には専門知識が必要となるため、標準的なDNNワークフローからUQが除外されることがよくあります。そのため、ユーザーが大きなオーバーヘッドなしにUQをモデリングワークフローに統合できる包括的なツールボックスが必要とされています。そこで、さまざまなUQ手法を適用および評価するための統一インターフェースである「Lightning UQ Box」を紹介します。本稿では、このツールボックスに実装されている幅広い最先端のUQ手法について、理論的かつ定量的な比較を行います。具体的には、(i) 赤外線衛星画像からの熱帯低気圧の風速推定と、(ii) 空のRGB画像からの太陽光パネルの出力推定という、2つの困難な画像認識タスクに焦点を当てています。手法間の違いを強調することで、UQ手法のベンチマークに使用できる、広範かつ実践的なUQの実験フレームワークの必要性を示します。ツールボックス、実装例、その他の情報は、https://github.com/lightning-uq-box/lightning-uq-box で公開されています。