최대 확률의 경향
올바르게 분류한 예시는 잘못 분류한 예시나 분포 밖 예시보다 최대 소프트맥스 확률이 큰 경향이 있다는 관찰을 이용한다. 가장 큰 확률을 탐지 점수로 사용하는 단순한 기준선이다.
관련된 두 문제
오분류 탐지는 예측한 클래스가 잘못되었는지 찾는 문제이며 분포 밖 탐지는 학습 분포와 다른 입력을 찾는 문제다. 원 연구는 이 두 문제를 관련 과제로 다루고 같은 종류의 출력 신호를 평가했다.
기준선으로서의 역할
컴퓨터 비전과 자연어 처리 및 음성 인식 과제에서 방법을 평가했다. 더 나은 방법이 이 기준선을 넘어설 수 있다는 결과도 제시해 후속 탐지 연구의 비교 출발점으로 삼았다.
관련 문서
소프트맥스 함수 / 이상 탐지 / 분류 / Outlier Exposure / 확률 / ODIN 분포 밖 탐지