Robust Conformal Prediction with a Single Binary Certificate
Created by
- Haebom
Category
Empty
저자
Soroush H. Zargarbashi, Aleksandar Bojchevski
개요
본 논문은 적대적 입력에 대해서도 높은 확률로 참값을 포함하는 예측 집합을 생성하는 강건한 순응 예측(Robust Conformal Prediction) 방법을 제안합니다. 기존 방법들은 몬테카를로(Monte Carlo, MC) 샘플링을 통해 강건성을 확보하지만, 많은 샘플(약 10,000개)이 필요하여 계산 비용이 높고 예측 집합의 크기가 큽니다. 본 논문에서 제안하는 방법은 임계값을 조정하여 샘플을 이진화함으로써, 훨씬 적은 MC 샘플(예: CIFAR-10에서 150개)로도 작은 크기의 강건한 예측 집합을 생성합니다. 또한, 기존 방법과 달리 각 교정(calibration) 또는 테스트 점에 대한 인증이 아닌 하나의 이진 인증서만 계산하여 속도를 향상시키고, 점수 함수의 경계 조건 제약도 제거합니다.
시사점, 한계점
•
시사점:
◦
적은 몬테카를로 샘플 수로도 강건하고 작은 예측 집합을 생성하여 계산 효율성을 크게 향상시켰습니다.
◦
기존 방법의 제약 조건인 점수 함수의 경계 조건을 제거했습니다.
◦
하나의 이진 인증서만 계산하여 계산 속도를 향상시켰습니다.
•
한계점:
◦
제안된 방법의 성능은 임계값 설정에 영향을 받을 수 있습니다. 자동 조정 방법의 성능과 한계에 대한 추가적인 분석이 필요합니다.
◦
특정 데이터셋(CIFAR-10)에서의 성능이 제시되었으나, 다른 데이터셋이나 모델에 대한 일반화 성능에 대한 추가적인 실험이 필요합니다.
