METHOD FOR DETERMINING A CONFIDENCE LEVEL OF INFERENCE DATA PRODUCED BY ARTIFICIAL NEURAL NETWORK

The present invention relates to a computer program stored in a computer readable storage medium. The computer program comprises instructions for causing one or more processors to perform the following steps comprising: obtaining a first distribution expression that is an expression of a distribution in a latent space for each of at least one class included in a first class set associated with a first data set; obtaining a second distribution expression that is an expression of a distribution in a latent space for each of at least one class included in a second class set associated with a second data set; calculating a degree of similarity between the first distribution expression and the second distribution expression; calculating a relationship between an analysis diagram and an inference result for the second data set based on analysis data for an artificial neural network; and calculating reliability using the degree of similarity and the degree of relationship. The present invention is to provide quantified reliability values for inference data so that users can decide whether to trust the inference results of artificial neural networks. 전술한 바와 같은 과제를 해결하기 위한 본 개시의 일 실시예에 따라, 컴퓨터 판독가능한 저장매체에 저장된 컴퓨터 프로그램이 제공될 수 있다. 상기 컴퓨터 프로그램은 하나 이상의 프로세서로 하여금 이하의 단계들을 수행하게 하기 위한 명령들을 포함하며, 상기 단계들은; 제 1 데이터 세트와 관련된 제 1 클래스 집합에 포함된 적어도 하나의 클래스 각각에 대한 잠재 공간(latent space) 내에서의 분포에 대한 표현인 제 1 분포 표현을 획득하는 단계; 제 2 데이터 세트와 관련된 제 2 클래스 집합에 포함된 적어도 하나의 클래스 각각에 대한 잠재 공간 내에서의 분포에 대한 표현인 제 2 분포 표현을 획득하는 단계; 상기 제 1 분포 표현과 상기 제 2 분포 표현 간의 유사도를 연산하는 단계; 인공 신경망에 대한 해석 데이터에 기초하여, 해석도 및 상기 제 2 데이터 세트에 대한 추론 결과 간의 관계도를 연산하는 단계; 및 상기 유사도 및 상기 관계도를 이용하여, 신뢰도를 연산하는 단계;를 포함할 수 있다.