입력과 부류의 우도
먼저 주어진 입력의 자료 우도를 높이는 최적화를 수행한다. 이후 확산 모형이 추정한 조건부 우도를 베이즈 정리에 결합해 조정된 입력의 부류 확률을 예측한다.
계산 비용의 감소
계산량을 줄이기 위해 다중 헤드 확산 기반 모형과 효율적인 추출 전략을 제안했다. 우도를 이용하는 분류의 비용과 강건성을 함께 다루는 구성이다.
강건성의 평가 범위
특정 적대적 공격으로 학습하지 않고 여러 보지 못한 위협에 대한 방어를 평가했다. 원 연구의 강건성 결과는 주어진 자료와 교란 범위 및 공격 평가 조건 안에서 해석한다.
관련 문서
Diffusion Classifier / DDPM / 잠재 확산 모형 / 베이즈 정리 / ODIN 분포 밖 탐지 / 에너지 기반 분포 밖 탐지