基于量子冲突度量的决策中离分布检测
计算机视觉与模式识别
2025-05-13 v1
摘要
量子 Dempster-Shafer Theory (QDST) 使用量子干涉效应从多个数据源获取的信息中推导出 quantum mass function (QMF) 作为一种 fuzzy metric 类型。此外，QDST 使用量子并行计算加速计算。尽管如此，有效管理 QDST 中多个 QMF 之间的冲突是一个具有挑战性的问题。本工作旨在通过提出一种 Quantum Conflict Indicator (QCI) 来度量 decision-making 中两个 QMF 之间的冲突来解决此问题。随后，仔细研究了 QCI 的性质。获得的结果验证了其符合理想冲突度量属性，如非负性、对称性、有界性、极端一致性和对细化不敏感性。我们然后将提出的 QCI 应用于冲突融合方法，并与几种常用融合方法进行比较。该比较表明 QCI-based 冲突融合方法优于前者。在此基础上，我们提出 Class Description Domain Space (C-DDS) 及其优化版本 C-DDS+，利用 QCI-based 融合方法以解决 Out-of-Distribution (OOD) 检测任务。实验结果表明，所提出的方法在多个 state-of-the-art baseline OOD 检测方法方面表现更佳。具体而言，与最优基线方法相比，平均 AUC 提升 1.2%，在 95% True Negative Rate (FPR95) 下的平均误报率降低 5.4%。
引用
@article{arxiv.2505.06516,
title = {Quantum Conflict Measurement in Decision Making for Out-of-Distribution Detection},
author = {Yilin Dong and Tianyun Zhu and Xinde Li and Jean Dezert and Rigui Zhou and Changming Zhu and Lei Cao and Shuzhi Sam Ge},
journal= {arXiv preprint arXiv:2505.06516},
year = {2025}
}
备注
16 pages, 28 figures