文献

J-GLOBAL ID：202202286555541372   整理番号：22A0778023

教師付きオートエンコーダによるポストホーク反事実生成【JST・京大機械翻訳】

Post-hoc Counterfactual Generation with Supervised Autoencoder

著者 (5件)： Guyomard Victor (Orange Labs, Lannion, France) ,  Guyomard Victor (Inria, CNRS, IRISA, University of Rennes, Rennes, France) ,  Fessant Francoise (Orange Labs, Lannion, France) ,  Bouadi Tassadit (Inria, CNRS, IRISA, University of Rennes, Rennes, France) ,  Guyet Thomas (Institut Agro/IRISA UMR6074, Rennes, France)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1524  ページ： 105-114  発行年： 2022年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 今日,AIは,ヒトの日常生活に影響する決定を自動化するために多くの分野でますます使用されている。これらのシステムの固有の複雑性は,いわゆるブラックボックスモデルを作る。説明可能な人工知能(XAI)は,透明性のこの欠如を克服する方法を提供することにより,この問題を解決することを目的とする。逆説的説明は,エンドユーザに対する作用可能かつ理解可能な説明を生成する一般的でよく知られた説明である。しかし,現実的で有用なカウンターファクトは,課題として残っている。本研究では,データ配布の近くと目標クラスの分布の両方である,対抗物を生成する問題を検討した。著者らの目的は,可能性のある値(即ち,現実的)を有する対抗品を得ることである。クラスプロトタイプを用いて,現実的な対物を生成するためのモデル診断法を提案した。このアプローチの新規性は,これらのクラスプロトタイプが教師つき自動エンコーダを用いて得られることである。次に,いくつかの解釈可能メトリックスを通して経験的評価を行い,最先端手法との競合結果を示した。Copyright Springer Nature Switzerland AG 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 自動化 ,  評価 ,  ヒト ,  ブラックボックス ,  人工知能 ,  *符号器 ,  逆理 ,  モデル ,  性質 ,  プロトタイプ
準シソーラス用語： エンドユーザ ,  複雑性 ,  透明性 ,  メトリックス ,  データ配信 ,  経験的評価 ,  *自己符号化器 , 【Automatic Indexing@JST】

著者キーワード (3件)： 反事実説明 ,  解釈可能性 ,  プロトタイプ

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 教師 ,  オートエンコーダ ,  ホーク