抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
機械学習における説明は多くの形式であるが,それらの望ましい特性に関するコンセンサスはまだ現れていない。本論文では,機能的,操作的,ユーザビリティ,安全性および検証の5つの重要な次元に沿って説明可能なシステムを特性化し,系統的に評価できる,分類学および一連の記述子を導入した。包括的で代表的な分類学および関連する記述子を設計するために,著者らは,他の著者がそれらの研究で提案または暗黙的に使用された,基準およびデザイタを抽出して,eXplainableな人工知能文献を調査した。調査は,どの基準がそれらの開発を誘導するか,また,これらのアルゴリズムがどのように評価されているか,また,コンピュータ科学と社会科学展望の両方からそのような基準を提案する論文を含む,新しい説明可能性アルゴリズムを導入する論文を含む。この新規フレームワークは,その能力をよりよく理解するだけでなく,それらの理論的品質と実装の特性との不一致を同定するために,系統的に比較および対比可能なアプローチを可能にする。研究者と実務家が,特定の説明可能な方法の能力と限界を迅速に把握できるように,説明可能なFact Sheetsの形式におけるフレームワークの運用を開発した。作業シートとして使用されたとき,著者らの分類は,5つの提案された次元に沿ったそれらの重要な評価を支援することによって,新しい説明可能性アプローチの開発を導くことができる。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】