エラーダイバーシティが重要である：非監督依存関係解析のための誤りに強いアンサンブル手法

私たちは無監督の依存関係解析に取り組み、既存の多様なモデルの出力依存構造を事後集約することにより、アンサンブルを構築しました。これらのアンサンブルは、弱いコンポーネントによるエラー蓄積のために、しばしば低ロバスト性（robustness）に悩まされていることを観察しました。この問題に対処するために、エラーダイバーシティを考慮し、エラー蓄積を避ける効率的なアンサンブル選択手法を提案します。結果は、私たちの手法が各個別のモデルや以前のアンサンブル技術よりも優れていることを示しています。さらに、実験では提案したアンサンブル選択手法が性能とロバスト性を大幅に向上させ、エラーダイバーシティを考慮していない従来の戦略を超えることを確認しました。