指定クラス間の誤分類を減らす学習法

抄録

機械学習モデルの実用において、高い精度に加えてユーザーからの信頼性が重要視される場合がある。本研究では、間違いを起こして欲しくないクラス間での誤分類を減らすための学習法を提案する。例えば、異常品検知のように特定のクラス間での誤分類を最小化しつつ、全体の分類精度を損ねないモデルが求められる場合を想定する。提案手法では、クラス間の組み合わせごとに損失関数を重み付けし、特定クラス間での誤分類の改善を図る。提案法と従来手法とを比較検証した結果を報告する。