条件付き確率を分母のg(x)と分子のh(x)に分けて考え、それぞれを出力するニューラルネットワークとして、h(x)の関数を工夫することで、g(x)及びクラスごとのh(x)の出力から、クラス分類を行い、分布外であるか否かも判定する手法を提案した。

SVHN、CIFAR-10及びCIFAR-100のうち一つのデータセットで学習し、異なるデータセットを分布外として検知する実験を行い、ほとんどのケースで従来手法より優れた結果。

ODINの位置付けから提案手法への記述の流れが読みやすく、また実験ではロバスト性に関する分析なども行われているため通ったと考えられる。