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。
クラス条件付き自己回帰(CA)モデルを利用して,MNISTT-10の画像分類を行った。自己回帰モデルは,各個々の特徴から確率を結合することによって,全体の入力に確率を割り当てる。従って,CAによって作られた分類決定は,各入力特徴からの寄与に容易に分解できる。すなわち,CAは本質的に局所的に解釈可能である。著者らの実験は,CAをナイーブに訓練することは標準分類器と比較してはるかに悪い精度を達成するが,これは過剰フィッティングと表現力の欠如によることを示した。標準分類器からの知識蒸留を用いて,学生CAを訓練して教師の性能に整合し,まだ解釈できる。【JST・京大機械翻訳】