ICLRSep, 2019
利用基于似然的生成模型进行输入复杂度和越界检测
Input complexity and out-of-distribution detection with likelihood-based generative models
Joan Serrà, David Álvarez, Vicenç Gómez, Olga Slizovskaia, José F. Núñez...
TL;DR通过对输入数据复杂度的估计,提出了一种有效且无需参数的 OOD 分数,可以看作是一种类似于贝叶斯模型比较的似然比,用于检测和比较基于似然概率的生成模型中的异常输入数据。实验证明,该分数在各种数据集、模型和复杂度估计下具有相当的性能。