@techreport{oai:ipsj.ixsq.nii.ac.jp:00215931,
 author = {髙橋, 雄志 and 山口, 晋一 and 石川, 冬樹 and Yuji, Takahashi and Shinichi, Yamaguchi and Fuyuki, Ishikawa},
 issue = {28},
 month = {Jan},
 note = {IoT 時代の到来により様々なシステムが連携した新しいサービスが登場するようなった．中でも人工知能などの機械学習を用いたシステムは，我々の生活に根差したサービスを提供するようになってきている．しかし，それらのサービスを構成するすべてのシステムにおける安全性が確保されているとは限らない．また，人に代わって自動判断を行うようなシステムでは機械学習の中でも画像識別を用いるものが多く，学習モデルの精度向上はサービスの品質向上につながる．これらのことから画像識別を用いた生活に根差したサービスを構築するにあたり，安全性を考慮した学習を行うことは重要であると考える．そこで本稿では，機械学習モデルのリスク分析を学習前と学習後それぞれの特徴に合わせて行うことを提案し，提案手法を実現するためのサポートツールの開発を行ったことを報告するものである．, Technical phase changing to IoT, then new service was appeared that is several services cooperative. We have a service that uses machine learning that is closely related to our life. But, not all systems that make up those services are secure. In addition, many systems that make automatic decide to behalf of humans use image identification in machine learning and improving the accuracy of learning models leads to improving the quality of services. Based on the above, we consider that it is important to learning with safety in mind when constructing a service using image identification rooted in our life. We propose to perform risk analysis of machine learning models according to the characteristics before and after learning, and report that we have developed a support tool of the proposed method.},
 title = {機械学習を用いた画像識別におけるリスク分析手法の提案},
 year = {2022}
}