AIが解く世界の難問 · 計算機科学の理論 · arXiv · 2026-10-23
リスク評価と頑健な学習のための脆弱性を考慮した分類
原題: Fragility-aware Classification for Risk Characterization and Robust Learning
精度やAUCは誤判定の大きさを捉えられず、確信を持った誤りのリスクが見えにくい。本研究は、そうした誤判定の裾野のリスク（テールリスク）を測る指標「Fragility Index（FI）」を提案し、学習の枠組みと深層ニューラルネットワーク向けの正則化項を開発した。医療診断データでは、FIが精度やAUCでは現れない誤りのリスクを示し、FIを抑えたモデルは競合する予測性能を保ちつつ、模擬的な人間とAIの診断ワークフローで経験的リスク最小化より低い平均運用コストを実現した。