class imbalanced なタスクに対して、ベイズ推定の枠組みでクラスごと、及びサンプルごとの不確実性に着目し、unbiased なモデルを学習するための新たな loss を提案した。 loss は不確実性に基づいてクラス間のマージンを最大化するようになっており、またサンプルごとのモデル化には多変量ガウス分布を使用して、その二次モーメントまで考慮してクラス境界を調整している。