文献

J-GLOBAL ID：202202238030161774   整理番号：22A0104588

プロトタイプベースの分類器の反事実的説明と反事実的計量の効率的計算【JST・京大機械翻訳】

Efficient computation of counterfactual explanations and counterfactual metrics of prototype-based classifiers

著者 (2件)： Artelt Andre (CITEC - Cognitive Interaction Technology, Bielefeld University -Faculty of Technology, Inspiration 1, 33619 Bielefeld, Germany) ,  Hammer Barbara (CITEC - Cognitive Interaction Technology, Bielefeld University -Faculty of Technology, Inspiration 1, 33619 Bielefeld, Germany)
資料名： Neurocomputing  (Neurocomputing)
巻： 470  ページ： 304-317  発行年： 2022年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： EUのGDPRのような実践的および法的規制における機械学習の使用の増加は,機械学習モデルの予測および挙動を説明する必要性を引き起こす。意思決定の文脈におけるAIモデルの特に直感的な説明の目立った例は,逆説的説明である。しかし,多くのモデルに対する対抗的説明を効率的に計算する方法は未解決の研究問題である。本論文では,学習ベクトル量子化モデルのようなプロトタイプベース分類器のモデルの重要なクラスに対する対抗的説明を効率的に計算する方法を検討した。特に,使用した計量に依存して,特定の凸と非凸プログラムを導いた。典型的には逆説的説明は,異なる出力-オンアプリケーションシナリオをもたらす入力特徴の変化に関してフィードバックを配信し,望ましい結果を変化させるために,これらの必要な変更の行動可能なアイテムへのリンクである。しかし,入力の最小変化よりむしろ,その入力の変化よりむしろ異なる結果を導くのに必要なモデル自体の最小変化に対処することは興味深い。この疑問を,データ点よりもモデル処方の対抗策としてフレーズした。距離ベース分類器(特に学習ベクトル量子化モデル)に焦点を当て,そこでは,モデル変化がメトリックパラメータの変化に対応し,選択したモデルに依存して,そのような対抗的メトリック変化を生成する効率的な最適化技術を開発した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 意思決定 ,  最適化手法 ,  *逆理 ,  凸形 ,  法規制 ,  機械学習 ,  プロトタイプ
準シソーラス用語： 学習ベクトル量子化 ,  フレーズ ,  ホップ数 , 【Automatic Indexing@JST】

著者キーワード (4件)： 反事実説明 ,  XAI ,  学習ベクトル量子化 ,  反事実的計量変化

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： プロトタイプ ,  分類器 ,  説明 ,  計量 ,  計算