文献

J-GLOBAL ID：202202244518895560   整理番号：22A1015844

深層学習ネットワークへのHMM適用によるテキストベースの分類パターン解釈支援

Interpretation Support System for Classification Patterns Using HMM in Deep Learning with Texts

著者 (5件)： 安藤雅行 (滋賀県立大学 大学院工学研究科) ,  河原吉伸 (九州大学 マス・フォア・インダストリ研究所) ,  河原吉伸 (理化学研究所 革新知能統合研究センター) ,  砂山渡 (滋賀県立大学 工学部) ,  畑中裕司 (大分大学 理工学部)
資料名： 知能と情報(CD-ROM)  (日本知能情報ファジィ学会誌(CD-ROM))
巻： 34  号： 1  ページ： 501-510(J-STAGE)  発行年： 2022年02月15日 
JST資料番号： L0501B  ISSN： 1881-7203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本論文では,深層学習ネットワークへのHMM適用によるテキストベースの分類パターン解釈支援システムを提案し,その有効性を検証した結果について述べる.深層学習における問題点として,人間が深層学習の分類基準を理解することや動作を信頼することが難しいという問題が存在している.そこで,提案システムでは,深層学習の学習済みネットワークに対して,HMMを適用することで分類結果に寄与するパターンの表示を行い,ユーザが分類基準を解釈することを支援する.提案システムの有効性を検証する実験では,テキストベースの分類を行った深層学習の学習済みネットワークを用いて,データ分析の初心者と考えられる被験者に対して,出力に特有の分類パターンを解釈してもらう実験を行った.(著者抄録)

シソーラス用語： *機械学習 ,  *隠れMarkovモデル ,  *パターン分類 ,  信頼性 ,  評価試験 ,  データ解析 ,  実験
準シソーラス用語： *HMM【モデル】 ,  *深層学習 ,  被験者実験

著者キーワード (10件)： 解釈支援 ,  深層学習 ,  テキストマイニング ,  テキスト分類 ,  データ可視化 ,  interpretation support ,  deep learning ,  text mining ,  text classification ,  data visualization

分類 (3件)： 人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H) ,  パターン認識  (JE07000S)

引用文献 (18件)：

• [1] 大日本住友製薬: 大日本住友製薬とExscientia Ltd.の共同研究-人工知能(AI)を活用して創製された新薬候補化合物のフェーズ1試験を開始, https://www.ds-pharma.co.jp/ir/news/pdf/ne20200130_2.pdf [accessed Sep. 9, 2021]
• [2] K. M. Tran, Y. Bisk, A. Vaswani, D. Marcu, and K. Knight: “Unsupervised neural hidden markov models,” Proc. of the Workshop on Structured Prediction for NLP, Nov. 5, Austin, pp. 63-71, 2016.
• [3] 平岡達也, 高瀬翔, 内海慶, 欅惇志, 岡崎直観: “RNNにより高次の依存を考慮したニューラル隠れマルコフモデル,” 言語処理学会第26回年次大会発表論文集, 3月 16-19日, オンライン, pp. 1332-1335, 2020.
• [4] H. Wang, K. Sreenivasan, S. Rajput, H. Vishwakarma, S. Agarwal, J. Sohn, K. Lee, and D. Papailiopoulos: “Attack of the Tails: Yes, You Really Can Backdoor Federated Learning,” Proc. of the 34th Conf. on Neural Information Processing Systems (NeurIPS 2020), Dec. 6-12, Virtual, 2020.
• [5] D. Gunning: “Explainable artificial intelligence (XAI),” Tech. Rep., Defense Advanced Research Projects Agency (DARPA), 2017.

タイトルに関連する用語 (4件)： 深層学習 ,  HMM ,  分類 ,  支援