文献
J-GLOBAL ID:202202210648061885   整理番号:22A0706869

条件付き微細構造画像合成による深層ニューラルネットワークモデルの属性駆動説明【JST・京大機械翻訳】

Attribution-Driven Explanation of the Deep Neural Network Model via Conditional Microstructure Image Synthesis
著者 (8件):
資料名:
巻:号:ページ: 2624-2637  発行年: 2022年 
JST資料番号: W5044A  ISSN: 2470-1343  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: アメリカ合衆国 (USA)  言語: 英語 (EN)
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。
材料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,高予測モデルの構築における有効性にもかかわらず,例えば,微細構造イメージングからの材料特性の予測は,それらの不透明な性質の基本的課題のために,深いニューラルネットワークから意味のあるドメイン知識を抽出する際に存在する。本研究では,材料最適化解析パイプラインにおける調整可能な「knobs」としてドメイン固有属性を注入することにより,深層学習モデルの挙動を解釈するための手法を提案した。生成モデリングフレームワークに材料概念を組み込むことにより,これらのブラックボックスモデルがどのように学習されたかを説明でき,ドメイン発見のための深層学習の完全可能性を利用するツールを持つ科学者を提供する。Copyright 2022 American Chemical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
人工知能 

前のページに戻る