多重インスタンス学習のためのモデルアグノスティック解釈可能性【JST・京大機械翻訳】

Early Joseph; Evers Christine; Ramchurn Sarvapali

プレプリント

J-GLOBAL ID：202202206633643115 整理番号：22P0280861

多重インスタンス学習のためのモデルアグノスティック解釈可能性【JST・京大機械翻訳】

Model Agnostic Interpretability for Multiple Instance 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 (3件)： , ,
資料名：
発行年： 2022年01月27日プレプリントサーバーでの情報更新日： 2022年03月14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)

複数インスタンス学習(MIL)では,各バッグに対して単一ラベルのみを提供するインスタンスのバッグを用いて,モデルを訓練する。バッグラベルは,バッグ内の重要なインスタンスの手ごろいによってのみ決定され,分類器が決定を行うのにどのような情報を用いるかを解釈するのを困難にする。本研究では,MILモデルを解釈するための重要な要求を確立した。次に,これらの要求を満たすいくつかのモデル診断手法を開発する。提案手法をいくつかのデータセットに関する既存の固有解釈可能MILモデルと比較し,最大30%の可読性精度の増加を達成した。また,大規模データセットに対するインスタンスとスケール間の相互作用を同定する方法の能力を調べ,実世界問題への適用性を改善した。【JST・京大機械翻訳】

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

人工知能

, , ,

前のページに戻る