WEKO3
アイテム
時系列分類モデルに対する部分系列での反実仮想説明
https://ipsj.ixsq.nii.ac.jp/records/230090
https://ipsj.ixsq.nii.ac.jp/records/23009019532c69-83ef-4aa5-bc3c-a25b6834edcd
名前 / ファイル | ライセンス | アクション |
---|---|---|
![]() |
Copyright (c) 2023 by the Information Processing Society of Japan
|
Item type | National Convention(1) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
公開日 | 2023-02-16 | |||||||||
タイトル | ||||||||||
タイトル | 時系列分類モデルに対する部分系列での反実仮想説明 | |||||||||
言語 | ||||||||||
言語 | jpn | |||||||||
キーワード | ||||||||||
主題Scheme | Other | |||||||||
主題 | 人工知能と認知科学 | |||||||||
資源タイプ | ||||||||||
資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||||||
資源タイプ | conference paper | |||||||||
著者所属 | ||||||||||
横浜国大 | ||||||||||
著者所属 | ||||||||||
横浜国大 | ||||||||||
著者名 |
奧村, 裕幸
× 奧村, 裕幸
× 長尾, 智晴
|
|||||||||
論文抄録 | ||||||||||
内容記述タイプ | Other | |||||||||
内容記述 | 深層学習モデルを用いた1次元時系列データの分類精度が高く,実応用が期待されている.実応用時にモデルの分類結果を信頼して活用するためには,分類精度だけでなくモデルの判断根拠を提示する必要がある.時系列データは部分系列が分類に寄与するといわれており,これに基づいた説明を提示することがエンドユーザへの理解に繋がる.また,部分系列は同一の時系列データ内に複数存在するため,これを同時に分類根拠として提示する必要があると考えられる.本研究では,モデルの内部から,分類への寄与度に基づいて部分系列(パッチ)を取得し,各パッチの分類結果が別のクラスに変化していく過程を生成する説明手法を提案する. | |||||||||
書誌レコードID | ||||||||||
収録物識別子タイプ | NCID | |||||||||
収録物識別子 | AN00349328 | |||||||||
書誌情報 |
第85回全国大会講演論文集 巻 2023, 号 1, p. 599-600, 発行日 2023-02-16 |
|||||||||
出版者 | ||||||||||
言語 | ja | |||||||||
出版者 | 情報処理学会 |