誤差伝播を考慮した人工知能システムの信頼性を計算効率的に学習する
arXiv cs.AI / 2026/3/20
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本研究は、相互に連結した逐次段階を通じて誤差が伝播する様子をモデル化することにより、AIシステムの信頼性を研究し、特に自動運転車の知覚に焦点を当てる。
- データ不足とプライバシー制約の下で高品質なデータを生成するために、適切に設計された誤差注入機構を備えた物理ベースの自動運転車シミュレーションプラットフォームを用いる。
- 段階間の誤差伝播を明示的に捉える新しい信頼性モデリングフレームワークを提案する。
- 理論的保証を備えた、計算効率の高い複合尤度 EM アルゴリズムを用いてモデルパラメータを推定する。
- 自動運転車の知覚タスクにおいて提案手法を検証し、予測精度と計算効率の両立を実証する。
