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。
ユーザに不透明な複雑なニューラルネットワークの作業への洞察の提供を目的として,機械学習システムにおける建築信用の重要な側面として,相互可能性が現れた。画像予測の説明または誤分類の説明のために,データセットにおけるプロトタイプサンプルの同定から,解釈可能性の様々な側面を扱う既存の解決策の多くがある。これらの多様な技法の全ては,解釈可能性の異なる側面に取組むが,著者らは,大きなファミリー間タスクが,モデル予測における相対的変化を同定する同じ中心問題の変種であると仮定した。本論文では,MARGINを導入し,グラフにおける影響ノードを決定するために,グラフ信号解析に根付されたアイデアを利用して,グラフにおける影響ノードを決定し,グラフ上で定義される関数を最大限に記述するノードとして定義される,グラフ信号解析に根付したアイデアを利用する,簡単な一般的アプローチであるMARGINを導入した。タスク特異的グラフと機能を注意深く定義することにより,MARGINは多数の異なる解釈可能性課題において既存の手法よりも性能が優れていることを示した。【JST・京大機械翻訳】