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。
本論文では,抽象推論ベース質問に対する回答として説明を考慮することにより,ニューラルネットワークにおける説明可能性の研究に対するリープフォワード拡張を提示した。ニューラルネットワークからの予測としてPを用いて,これらの問題は,与えられたコントラスト予測Qに対するQ’’ではなく,P’’’である。これらの質問に対する回答は,それぞれ,相関,観察されたカウンターファクト,および観察された対照的な説明である。まとめると,これらの説明は演繹的推論方式を構成する。観測された説明パラダイムとして3つの説明スキームを用語した。観察された用語は,説明技術が訓練されたニューラルネットワークが決定Pを作った後に決定Pを説明するとき,事後説明可能性の特定のケースに言及する。演繹的推論ベースの質問のレンズによる説明の主たる利点は,説明が決定をしている間,説明を理由として使用することができることである。説明の事後分野は,以前に正当化された決定が,意思決定プロセスに関与し,限られた,しかし,関連する文脈的介入を提供することにより,活発になる。この論文の寄与は以下の通りである。(i)推論パラダイムとしての説明の実現,(ii)観察された説明の確率的定義とそれらの完全性,(iii)説明の評価のための分類,および(iv)多重アプリケーションとデータモダリティ,(v)コードリポジトリー,(v)https://github.com/olivesgatech/Explanatory Paradigmsで利用可能なコードリポジトリー,(v)コードリポジトリー,(iv)位置決め勾配ベース完全計画可能性と再現性を創造する。【JST・京大機械翻訳】