科学機械学習のための行動可能な属性マップ【JST・京大機械翻訳】

Liu Shusen; Kailkhura Bhavya; Zhang Jize; Hiszpanski Anna M.; Robertson Emily; Loveland Donald; Han T. Yong-Jin

プレプリント

J-GLOBAL ID：202202201959847460 整理番号：22P0165364

科学機械学習のための行動可能な属性マップ【JST・京大機械翻訳】

Actionable Attribution Maps for Scientific Machine Learning

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (7件)： , , , , , ,
資料名：
発行年： 2020年06月30日プレプリントサーバーでの情報更新日： 2020年06月30日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

科学コミュニティは,様々なドメイン課題を解決するための深層学習の電力の利用にますます興味が持たれている。しかし,建築予測モデルの有効性にもかかわらず,それらの不透明な性質のため,深いニューラルネットワークから行動可能な知識を抽出する際に基本的な課題が存在する。本研究では,生成モデリングによるドメイン知識を組み込むことにより,解析パイプラインにおけるドメイン固有行動可能概念の注入により,深い学習モデルの挙動を探索するための技術を提案し,これらのブラックボックスモデルの挙動をよりよく理解できるだけでなく,基本的発見に潜在的に導くことができる行動可能な洞察を有する科学者も提供した。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, 【Automatic Indexing@JST】

人工知能

, , , ,

前のページに戻る