条件付き自己回帰器は解釈可能な分類器である【JST・京大機械翻訳】

Elazar Nathan

プレプリント

J-GLOBAL ID：202202204041588321 整理番号：22P0323223

条件付き自己回帰器は解釈可能な分類器である【JST・京大機械翻訳】

Conditional Autoregressors are Interpretable Classifiers

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 (1件)：
資料名：
発行年： 2022年03月31日プレプリントサーバーでの情報更新日： 2022年03月31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)

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】

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

パターン認識 , 人工知能

前のページに戻る