[4I2-J-2] 機械学習: 対象の不確かさ

[4I2-J-2-01] 深層学習における不確かさ評価の重要性

〇前田 巌¹、松島 裕康¹、坂地 泰紀¹、和泉 潔¹、ディグロー デビット²、富岡 博和²、加藤 惇雄³、北野 道春³ (1. 東京大学、2. 大和証券株式会社、3. 株式会社大和総研)

キーワード：深層学習、不確かさ、画像認識

近年，社会の様々な場面で機械学習・深層学習手法による予測が活用されている．深層学習手法を用いて学習したモデルは高い精度で予測を行うことができるが，予測信頼性を十分に考慮できておらず，予測の困難な外挿データに対しても高い確信を持って予測を行ってしまう危険がある．本研究では画像識別タスクに対して，通常の深層学習手法および近年提案されている不確かさを考慮した深層学習手法を適用し，外挿データに対するモデルの頑健性を検証した．通常の深層学習手法により学習したモデルはモデル学習用データに存在しない特徴を持つデータに対して高い確信度で予測を行ってしまうが，不確かさを考慮した深層学習手法により学習したモデルはそのようなデータに対し確信度を低く出力し，誤った予測を回避することが可能となる．実験結果より深層学習手法における不確かさ評価の重要性が示唆された．