출력 분포의 분리
분포 안 영상과 분포 밖 영상이 내는 소프트맥스 점수 분포를 더 잘 구별하도록 구성한다. 온도 조정과 작은 입력 교란을 함께 사용하는 데서 탐지 신호를 얻는다.
기존 신경망에 적용
사전 학습 신경망을 변경하지 않는 방법으로 제안됐다. 새로운 분류 구조를 처음부터 학습하는 대신 기존 모형과 입력 및 출력 점수의 처리를 이용한다.
평가의 범위
원 연구는 여러 신경망 구조와 자료에서 단순한 소프트맥스 기준선과 비교했다. 정해진 참 양성률에서의 거짓 양성률을 사용해 정상과 분포 밖 영상을 구별하는 능력을 평가했다.
관련 문서
최대 소프트맥스 확률 탐지 / 소프트맥스 함수 / 온도 조정 / 이상 탐지 / Outlier Exposure / 컴퓨터 비전