文献

J-GLOBAL ID：202002236615033711   整理番号：20A0545415

GRAD-CAM:勾配ベース位置決めによるディープネットワークからの視覚的説明【JST・京大機械翻訳】

Grad-CAM: Visual Explanations from Deep Networks via Gradient-Based Localization

著者 (8件)： Selvaraju Ramprasaath R. (Georgia Institute of Technology, Atlanta, GA, USA) ,  Cogswell Michael (Georgia Institute of Technology, Atlanta, GA, USA) ,  Das Abhishek (Georgia Institute of Technology, Atlanta, GA, USA) ,  Vedantam Ramakrishna (Georgia Institute of Technology, Atlanta, GA, USA) ,  Parikh Devi (Georgia Institute of Technology, Atlanta, GA, USA) ,  Parikh Devi (Facebook AI Research, Menlo Park, CA, USA) ,  Batra Dhruv (Georgia Institute of Technology, Atlanta, GA, USA) ,  Batra Dhruv (Facebook AI Research, Menlo Park, CA, USA)
資料名： International Journal of Computer Vision  (International Journal of Computer Vision)
巻： 128  号： 2  ページ： 336-359  発行年： 2020年 
JST資料番号： T0423A  ISSN： 0920-5691  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 著者らは,大規模な概念的ニューラルネットワーク(CNN)ベースのモデルからの決定のための視覚的説明を生成するための技術を提案し,それらをより透明で説明できるようにした。著者らの方法-勾配重みづけクラス活性化マッピング(Grad-CAM)は,概念を予測するための画像における重要な領域を強調する粗い位置決めマップを生成するために,最終畳込み層に流れる分類ネットワークにおける任意の目標概念の勾配(いわゆるイヌ)を用いる。以前のアプローチと異なり,Grad-CAMは広範囲のCNNモデルファミリーに適用できる。(1)完全接続層を持つCNN(例えば,VGG),(2)構造化出力に使用されるCNNs,(3)多モード入力を持つタスクで使用されるCNNs(例えば,視覚的質問応答)または強化学習,すべてがアーキテクチャ変化または再訓練を行わない。Grad-CAMを既存の細粒化可視化と組み合わせて,高分解能クラス識別可視化,Guided Grad-CAMを作成し,それを画像分類,画像捕捉,およびResNetベースアーキテクチャを含む視覚質問応答(VQA)モデルに適用した。画像分類モデルの文脈において,著者らの可視化(a)は,これらのモデルの故障モードへの洞察(妥当な説明を示す),(b)ILSVRC-15弱教師つき位置決めタスクに対する以前の方法よりも優れている。(c)は,基本モデルに対してより忠実であり,(e)データセットバイアスを同定することによりモデル一般化を達成する。画像捕捉とVQAのために,著者らの可視化は,非注意ベースのモデルが入力画像の識別領域を局所化するために学習することを示した。Grad-CAMを通して重要なニューロンを同定する方法を考案し,それをニューロン名(コンピュータビジョンにおけるBauらとパターン認識,2017)と組み合わせて,モデル決定のためのテキスト説明を提供した。最終的に,Grad-CAM説明がユーザが深いネットワークからの予測に適切な信頼を確立するかどうかを設計し,実行し,Grad-CAMが,同一の予測を行った場合でも,「より弱い」よりも「より強い」深いネットワークを識別できることを示した。著者らのコードは,CloudCV上のデモ(Agrawalら,モバイルクラウドビジュアルメディアコンピューティング,pp265-290,Spring,2015)およびビデオにおいて利用可能である。Copyright Springer Science+Business Media, LLC, part of Springer Nature 2019 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 録画装置 ,  ニューロン ,  ニューラルネットワーク ,  畳込み ,  捕獲 ,  コンピュータビジョン ,  パターン認識 ,  *ネットワーク ,  粉化 ,  計算機アーキテクチャ ,  携帯電話 ,  *視覚 ,  可視化 ,  多モード ,  強化学習

著者キーワード (6件)： GRAD-CAM ,  視覚的説明 ,  可視化 ,  説明 ,  解釈可能性 ,  透明性

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： CAM ,  勾配 ,  視覚 ,  説明