文献

J-GLOBAL ID：202102244732449031   整理番号：21A2955244

深層ニューラルネットワークのためのロバストな説明に向けて【JST・京大機械翻訳】

Towards robust explanations for deep neural networks

著者 (10件)： Dombrowski Ann-Kathrin (Machine Learning Group, Department of Electrical Engineering & Computer Science, Technische Universitaet Berlin, Marchstr. 23, Berlin 10587, Germany) ,  Anders Christopher J. (Machine Learning Group, Department of Electrical Engineering & Computer Science, Technische Universitaet Berlin, Marchstr. 23, Berlin 10587, Germany) ,  Anders Christopher J. (BIFOLD - Berlin Institute for the Foundations of Learning and Data, Technische Universitaet Berlin, Berlin, Germany) ,  Mueller Klaus-Robert (Machine Learning Group, Department of Electrical Engineering & Computer Science, Technische Universitaet Berlin, Marchstr. 23, Berlin 10587, Germany) ,  Mueller Klaus-Robert (Department of Artificial Intelligence, Korea University, Anam-dong, Seongbuk-gu, Seoul 02841, Korea) ,  Mueller Klaus-Robert (Max Planck Institute for Informatics, Stuhlsatzenhausweg 4, Saarbruecken 66123, Germany) ,  Mueller Klaus-Robert (BIFOLD - Berlin Institute for the Foundations of Learning and Data, Technische Universitaet Berlin, Berlin, Germany) ,  Mueller Klaus-Robert (Google Research, Brain team, Berlin, Germany) ,  Kessel Pan (Machine Learning Group, Department of Electrical Engineering & Computer Science, Technische Universitaet Berlin, Marchstr. 23, Berlin 10587, Germany) ,  Kessel Pan (BIFOLD - Berlin Institute for the Foundations of Learning and Data, Technische Universitaet Berlin, Berlin, Germany)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 121  ページ： Null  発行年： 2022年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 説明方法は,深いニューラルネットワークのようなブラックボックス分類器の決定プロセスに光を当てた。しかし,それらの有用性は,それらが操作に影響されやすいので,損なわれる。本研究では,説明のレジリエンスを強化することを目的とした。モデルの最大操作性に関する限界を導出するための統一理論フレームワークを開発した。これらの理論的洞察に基づいて,著者らは,操作に対するロバスト性を高めるための3つの異なる技術,すなわち,重み減衰による訓練,平滑化活性化関数,およびネットワークのHessianを最小化することを提示した。著者らの実験結果は,これらのアプローチの有効性を確認した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  *ニューラルネットワーク ,  レジリエンス ,  ブラックボックス ,  平滑化 ,  操縦性 ,  有効性 ,  *ロバスト性 ,  サイバー攻撃
準シソーラス用語： 活性化関数 ,  マニピュレーション ,  顕著性マップ ,  *ディープニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 説明方法 ,  顕著性マップ ,  敵対的攻撃 ,  マニピュレーション ,  ニューラルネットワーク

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 深層ニューラルネットワーク ,  ロバスト ,  説明