[4Rin1] インタラクティブ2

[4Rin1-05] ラベルなし運用データに対するコンセプトドリフト検知手法の評価

〇石田 勉¹、金月 寛彰¹、横田 泰斗¹、大川 佳寛¹、小林 健一¹、中澤 克仁¹ (1.富士通研究所)

キーワード：コンセプトドリフト検知、機械学習

AIシステムにおいて，運用データの分布が時間経過とともに徐々に変化していくコンセプトドリフトは，機械学習モデルの精度劣化を引き起こす．AIシステムが高い予測精度を保つためには，コンセプトドリフト検知とドリフトしたデータへの機械学習モデルの適応が不可欠となる．本研究では，コンセプトドリフト検知に焦点をあてる．また，運用中に運用データにラベル付けせずに済むという実用性を重視する．まず，既存の教師なしコンセプトドリフト検知手法について調査し，深層学習モデルを扱えて画像分類に適用可能な手法が少ないことを確認した．さらに，既存のコンセプトドリフト検知手法から代表的な手法１つを選定し，画像のオープンデータセットで評価した．実験により，精度劣化を引き起こす人工的な画像データのドリフトに対して，既存手法はドリフト検知精度が出ず，画像分類タスクに対する新たなコンセプトドリフト検知手法が必要なことを確認した．