고차원 공간에서의 확률적 강건성 분석: 의미 분할 네트워크에의 응용

의미 분할 네트워크(SSNs)는 의료 영상, 자율 주행, 환경 모니터링과 같은 영역에서 중요한 역할을 하며, 안전성은 불확실성 하에서의 신뢰할 수 있는 모델 동작에 달려 있습니다. 그러나 기존의 확률적 검증 접근법은 현대의 분할 작업의 복잡성과 차원의 증가에 따라 확장하기 어려워, 종종 실용적이지 않을 정도로 지나치게 보수적인 보장을 제공합니다. 우리는 아키텍처에 구애받지 않으며 고차원 출력에 확장 가능한 확률적 검증 프레임워크를 소개합니다. 우리의 접근법은 샘플링 기반의 도달 가능성 분석과 일치 추론(CI)을 결합하여, 이전 방법의 과도한 보수성을 피하면서 입증 가능한 보장을 제공합니다. 고차원 환경에서 CI의 제한을 극복하기 위해, 우리는 엄격함을 희생하지 않으면서 보수성을 줄이는 새로운 전략을 제안합니다. CamVid, OCTA-500, 폐 분할 및 Cityscapes의 대규모 분할 모델에 대한 경험적 평가 결과, 우리의 방법은 신뢰할 수 있는 안전 보장을 제공하면서 SOTA에 비해 상당한 경계 강화를 보여줍니다. 우리는 또한 Github에서 이 기술을 구현하는 도구 상자를 제공합니다.