ニューラル分類器の評価には，データセットに対する評価指標（正解率，適合率，再現率など）が広く利用されているが，このような評価指標ではデータセットに含まれない未見のデータに対する性能を保証することは難しい．本発表では，未見のデータを含む任意の入力データに対して，最悪重み摂動を付加されたニューラル分類器の不正解率の期待値（汎化誤差）の上界を統計的に保証する手法を提案する．ここで，最悪重み摂動とは，指定した摂動範囲内で可能な限り不正解するように重みパラメータに付加する摂動である．上界の見積りには無作為に選択された摂動が用いられるが，最悪重み摂動を無作為な選択で発見することは一般には困難なため，提案手法では勾配法による探索と無作為な選択を組み合わせて，実用的かつ妥当な汎化誤差上界の見積りを可能にしている．提案手法によって最悪重み摂動付加汎化誤差上界が見積り可能であることを実験的に示し，分類器の評価に対する有効性について考察する．
