文献

J-GLOBAL ID：202202271066630234   整理番号：22A0105721

モデル説明可能性のための教師なし異常検出におけるルール抽出:1クラスSVMへの応用【JST・京大機械翻訳】

Rule extraction in unsupervised anomaly detection for model explainability: Application to OneClass SVM

著者 (4件)： Barbado Alberto (Departamento de Inteligencia Artificial, Universidad Politecnica de Madrid, 28223 Madrid, Spain) ,  Barbado Alberto (Telefonica IoT & Big Data Tech SA, Spain) ,  Corcho Oscar (Departamento de Inteligencia Artificial, Universidad Politecnica de Madrid, 28223 Madrid, Spain) ,  Benjamins Richard (Telefonica IoT & Big Data Tech SA, Spain)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 189  ページ： Null  発行年： 2022年 
JST資料番号： W0178A  ISSN： 0957-4174  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： 1クラスSVMは,教師なし異常検出のための一般的な方法である。多くの他の方法として,それはブラックボックス問題に悩まされる:直感的で単純な方法で正当化するのは難しい,なぜなら,決定フロンティアが異常または非異常としてデータポイントを同定するかである。この問題は教師つきモデルに対して広く対処されている。しかしながら,それはまだ教師なし学習のための未チャート領域である。本論文では,1Class SVMモデルに対するいくつかのルール抽出技術を評価し,一方,それらのアルゴリズムのいくつかに対する代替設計を提示した。さらに,抽出されたルールの「互換性」,「表現性」,「安定性」および「多様性」に関して,eXplainable人工知能(XAI)に関連するメトリックスを計算するためのアルゴリズムを提案した。産業から来る実世界データを含む異なるデータセットによる提案を評価した。従って,提案は,教師なし機械学習モデルにXAI技術を拡張することに寄与する。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： *アルゴリズム ,  互換性 ,  教師なし学習 ,  ブラックボックス ,  人工知能
準シソーラス用語： 表現力 ,  *ルール抽出 ,  異常検出 ,  教師なし機械学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： XAI ,  1クラスSVM ,  教師なし学習 ,  ルール抽出 ,  異常検出 ,  計量

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (9件)： モデル ,  説明 ,  可能性 ,  教師 ,  異常検出 ,  ルール抽出 ,  クラス ,  SVM ,  応用