通过马尔可夫逻辑网络提高准外分布检测
机器学习
2025-06-06 v1
摘要
准外分布 (OOD) 检测对于确保深度学习模型在开放世界场景中的可靠性至关重要。当前的 OOD 检测器主要依赖统计模型来识别深度神经网络潜在表征中异常模式。本工作提出通过引入概率推理来增强现有 OOD 检测器，利用马尔可夫逻辑网络 (MLN)。MLN 将一阶逻辑与概率推理相结合，基于在人类可理解概念上定义的加权逻辑约束来为输入分配概率，这提供了更好的可解释性。通过在多个数据集上进行大量实验，我们展示了 MLN 能显著提升广泛的现有 OOD 检测器性能，同时保持计算效率。此外，我们引入了一个简单的数据集从数据中学习 OOD 检测逻辑约束的算法，并展示了其有效性。
引用
@article{arxiv.2506.04241,
title = {Improving Out-of-Distribution Detection with Markov Logic Networks},
author = {Konstantin Kirchheim and Frank Ortmeier},
journal= {arXiv preprint arXiv:2506.04241},
year = {2025}
}