文献

J-GLOBAL ID：202202287546555552   整理番号：22A0397063

Sibyl:高利害意思決定における機械学習のユーザビリティ課題の理解と対処【JST・京大機械翻訳】

Sibyl: Understanding and Addressing the Usability Challenges of Machine Learning In High-Stakes Decision Making

著者 (4件)： Zytek Alexandra (MIT, United States) ,  Liu Dongyu (MIT, United States) ,  Vaithianathan Rhema (Auckland University of Technology, New Zealand) ,  Veeramachaneni Kalyan (MIT, United States)
資料名： IEEE Transactions on Visualization and Computer Graphics  (IEEE Transactions on Visualization and Computer Graphics)
巻： 28  号： 1  ページ： 1161-1171  発行年： 2022年 
JST資料番号： W0715A  ISSN： 1077-2626  CODEN： ITVGEA  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： 機械学習(ML)は,多様で,これまでに成長している一連のドメインに適用されている。多くの場合,ドメインエキスパートは,MLまたはデータ科学において専門知識を持たないことが多いが,ML予測を用いて高い意思決定を行う。多重MLユーザビリティ課題は,モデルにおけるユーザ信用の欠如,人間-ML不一致を調和できないこと,および単一アルゴリズム出力に対する複雑な問題の単純化に関する倫理的懸念のような結果として現れる。本論文では,子供福祉スクリーニング者との一連の協力を通して,子供福祉スクリーニングのドメインに存在するML使用性課題を検討した。ML科学者,可視化研究者,およびドメインエキスパート(子供スクリーン)の間の反復設計プロセスに続いて,著者らは最初に4つの重要なML課題を同定し,それら(局所因子寄与)に取り組むために,1つの有望な説明可能なML技術に関してホーニングした。次に,局所因子寄与の可読性と対話性を高めるために,視覚分析ツールSibylを実装し,評価した。本ツールの有効性を,それぞれ12人の非専門家参加者と13人の専門家参加者による2つの形式的ユーザ研究によって実証した。利用可能なフィードバックを収集し,そこから,子供福祉スクリーニング者および他の類似のドメインエキスパートのために展開されたML予測モデルのための解釈可能かつ対話型可視化ツールを開発することを目的とした研究者のための有用なガイドラインとして,設計含意のリストを構成した。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 ,  視覚 ,  *意思決定 ,  簡素化 ,  ホーニング ,  可読性 ,  スクリーン ,  可視化 ,  多重化 ,  子供 ,  スクリーニング ,  *機械学習 ,  含意 ,  予測モデル
準シソーラス用語： 対話型 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 意思決定 ,  機械学習 ,  ユーザビリティ ,  理解 ,  対処