文献

J-GLOBAL ID：202002266439686283   整理番号：20A2615929

畳込みニューラルネットワークの特徴重要度の測定【JST・京大機械翻訳】

Measuring Feature Importance of Convolutional Neural Networks

著者 (2件)： Zhang Xiaohang (School of Modern Post, Beijing University of Posts and Telecommunications, Beijing, China) ,  Gao Jiuyi (School of Modern Post, Beijing University of Posts and Telecommunications, Beijing, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 196062-196074  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 畳込みニューラルネットワークは,多くの分類タスクにおいて最先端の結果を達成する強力な能力を実証してきたが,これらの複雑なモデルの解釈性と信頼性も無視できない問題である。これらのネットワークが最終決定にいかに到達するかの理解はますます不可欠になるので,本論文は,特徴重要性を得るための解釈的方法を提唱して,それは入力特徴が異なるクラスを識別することができるかを示した。提案方法は,多重クラス予測の属性マップを利用して,個人と共変動効果に特徴重要性を分解できる。この方法のいくつかの特性を理論的に正当化した。さらに,ターゲット物体のシルエットをスケッチする可視化法を提案した。そして,計算効率を改善するために,いくつかの実用的トリックを適用した。この方法を評価する目的で,いくつかの比較実験を行った。結果は,提案方法が重要な特徴を同定し,可視化効果を向上させることができることを証明した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 信頼性 ,  *ネットワーク ,  可視化 ,  多重化 ,  比較試験
準シソーラス用語： 計算効率 ,  シルエット ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 畳込みニューラルネットワーク ,  重要度