높은 가능도의 해석
학습 분포와 다른 과정에서 생긴 자료에 분류기가 자신 있게 잘못된 예측을 낼 수 있다. 생성 모형의 가능도를 대안으로 사용하더라도 그 점수에 배경 통계가 크게 영향을 주면 이상 여부를 제대로 반영하기 어렵다.
가능도비를 이용한 보정
연구진은 전체 집단 수준의 배경 통계가 만드는 교란을 보정하는 가능도비 방법을 제안했다. 배경 성질 때문에 높아진 가능도와 탐지에 필요한 정보를 구별하려는 접근이다.
평가 범위
원 연구는 유전체 서열의 분포 밖 탐지를 위한 자료를 도입하고 기존 접근과 비교했다. 영상 생성 모형에서도 평가해 하나의 자료 유형에만 한정되지 않는 적용 가능성을 조사했다.
관련 문서
가능도 / 생성 모델 / 이상 탐지 / Outlier Exposure / 확률 분포 / 표현 학습