ディープテスティング：依存関係検出の事例
arXiv stat.ML / 2026/4/30
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本論文は、分類における深層学習の成功を統計的仮説検定へ拡張できるか、つまりヌルモデルに従って生成された「サンプル画像」とそれ以外で生成されたサンプル画像を区別できるかを検討します。
- 「deep-testing」という新しい手順を提案し、ヌル仮説と対立仮説を満たすシミュレーションデータで深層ニューラルネットワークを学習させ、その分類マップを検定統計量として用います。
- ニューラルネットワークの高い識別能力を活かすことで、強力な（高パワーの）検定を構成することを目指します。
- 実証として、もっとも重要な統計問題の一つとされる独立性検定に適用し、大規模シミュレーションで19の競合手法に対して幅広い依存構造において総合的に最高の検出力を達成したと報告しています。
