Evaluating Model Robustness and Stability to Dataset Shift

[nocotan]

一言でいうと

分布シフトにおける最悪ケース評価の推定量を提案．

論文リンク

http://proceedings.mlr.press/v130/subbaswamy21a/subbaswamy21a.pdf

著者/所属機関

Johns Hopkins University

投稿日付(yyyy/MM/dd)

AISTATS2021

概要

一般の分布シフトにおけるモデルのロバストネスを評価するため，データセットシフトの最悪ケースにおける誤差の推定量を構築．

新規性・差分

• DRO手法ではありうるデータセットシフトの最悪ケースを改善するような学習を試みる
• 本論文では，一致性を持つ最悪ケースの推定量を提案

手法

K-foldクロスバリデーションにより推定量を構築：

導出される推定量は以下：

推定量の性質

結果

コメント