分布内ラベルはいつ、どのように分布外検出を助けるか？

トレーニング分布から逸脱したデータポイントを検出することは、信頼性のある機械学習を確保するために極めて重要です。古典的な異常検出技術から現代的な分布外（OOD）検出アプローチに至るまで、この課題には多くの研究が捧げられてきました。OOD検出は一般的にラベル付きの分布内（ID）データセットからの教師あり学習に依存していますが、異常検出はIDデータ全体を単一クラスとして扱い、IDラベルを無視する場合があります。この根本的な違いは、まだ厳密に探求されていない重要な疑問を提起します：IDラベルはいつ、どのようにOOD検出を助けるのでしょうか。本論文は、このギャップを埋めるために、理論的にIDラベルがOOD検出に与える影響を明確に定義するための公式な理解を提供します。私たちはグラフ理論的アプローチを採用し、IDデータとOODデータの分離可能性を厳密に分析します。私たちのアプローチの鍵は、グラフ上でのスペクトル分解を通じてデータ表現を特徴付けることです。これらの表現を利用して、IDラベルの有無によるOOD検出性能を比較する証明可能な誤差境界を確立し、向上したOOD検出を達成するための条件を明らかにします。最後に、シミュレーションおよび実際のデータセットに関する経験的結果を示し、理論的保証を検証し、私たちの洞察を強化します。コードは公開されており、https://github.com/deeplearning-wisc/idₗabel で入手できます。