文献

J-GLOBAL ID：202202248359271148   整理番号：22A0287263

スケーラブルで統一された事例ベース説明と異常値検出に向けて【JST・京大機械翻訳】

Toward Scalable and Unified Example-Based Explanation and Outlier Detection

著者 (4件)： Chong Penny (Information Systems Technology and Design Pillar, Singapore University of Technology and Design, Singapore) ,  Cheung Ngai-Man (Information Systems Technology and Design Pillar, Singapore University of Technology and Design, Singapore) ,  Elovici Yuval (Department of Software and Information Systems Engineering, Ben-Gurion University of the Negev, Beer-Sheva, Israel) ,  Binder Alexander (Department of Informatics, University of Oslo, Oslo, Norway)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 31  ページ： 525-540  発行年： 2022年 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  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： ニューラルネットワークを高消費意思決定のために採用するとき,決定に寄与する特徴を理解するために,それらの予測のために説明を提供することが望ましい。同時に,ドメインエキスパートによる詳細な検証のために潜在的異常値を止めることが重要である。本研究では,異常値検出による説明可能性の2つの異なる側面を統一することを提案する。予測の例に基づく説明を提供できるプロトタイプベースの学生ネットワークのより広い採用と,同時に予測試料と例の間の類似性の領域を同定した。用例は,新しい反復プロトタイプ置換アルゴリズムを通して訓練セットからサンプリングした実際のプロトタイプケースである。さらに,異常値を同定するためにプロトタイプの類似性スコアを用いることを提案した。提案ネットワークの分類,説明品質および異常値検出に関して,ベースラインを用いて性能を比較した。類似性カーネルを超えて拡張するプロトタイプベースのネットワークが,分類精度を損なうことなく,意味のある説明と有望な異常値検出結果をもたらすことを示す。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *検出 ,  意思決定 ,  *データベース ,  ネットワーク ,  ニューラルネットワーク ,  *異常値 ,  類似性 ,  基準線 ,  プロトタイプ
準シソーラス用語： 用例 ,  *事例ベース ,  分類精度 ,  *異常値検出 , 【Automatic Indexing@JST】

分類 (3件)： 数値計算  (JE02000J) ,  パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 事例ベース ,  説明 ,  異常値検出