Deep Neural Networkのモデル逆解析による識別根拠可視化技術

• Item type: Trans(1)
• 公開日: 2019-07-17
• タイトル: Deep Neural Networkのモデル逆解析による識別根拠可視化技術
• タイトル / 言語: en
• タイトル: Classification Reasons Visualization of Deep Neural Network Using Model Inverse Analysis
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [オリジナル論文] DNN，Deep Learning，CNN，可視化，説明可能性
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 株式会社日立製作所研究開発グループ
• 著者所属: 株式会社日立製作所研究開発グループ
• 著者所属(英): en
• 著者所属(英): Research & Development Group, Hitachi Ltd.
• 著者所属(英): en
• 著者所属(英): Research & Development Group, Hitachi Ltd.
• 著者名: 柿下, 容弓; 服部, 英春
• 著者名(英): Yasuki, Kakishita; Hideharu, Hattori
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年，Deep Neural Network（DNN）を用いたメディア処理技術がさかんに研究されている．DNNはConvolutional Neural Network（CNN）や，Full Connection層等，複数種類の層を多層化することで複雑な関数表現を実現している．その反面，識別根拠や識別理由を人間が理解することが難しいという課題があり，誤識別原因の調査や識別精度の向上に多くの労力を要している．この課題を解決するために，DNNの可視化に関する技術が提案されているが，識別器の構成が制限される，識別根拠の解像度が低いといった課題がある．本論文では各層において出力に対する入力の寄与率を算出（モデル逆解析）することで，識別器構成に依存せず，高解像度の識別根拠を可視化する手法を提案する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Recently, media processing technologies using deep neural network are actively studied. Deep neural network realizes complicated function by multilayering several kinds of layers such as convolutional neural network, full connection layer, etc. On the other hand, deep neural network has a problem that is difficult to understand classification reasons by human. To solve this problem, visualization methods of deep neural network has been proposed. However, in these methods, the structure of classifier is limited or visualization of classification reasons is shown with low resolution. In this paper, we propose a visualization method of identification reasons with high resolution and without restriction on classifier structure by calculating the contribution ratio of inputs to output (model inverse analysis) in each layer.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11464803
• 書誌情報: 情報処理学会論文誌数理モデル化と応用（TOM）; 巻 12, 号 2, p. 20-33, 発行日 2019-07-17
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7780
• 出版者 / 言語: ja
• 出版者: 情報処理学会