@techreport{oai:ipsj.ixsq.nii.ac.jp:00240514,
 author = {小平, 行秀},
 issue = {32},
 month = {Nov},
 note = {近年，画像処理や機械学習などの計算量の多いアプリケーションに対して，精度に重大な影響を及ぼさない範囲で誤差を含むことを許容し，計算の高速化や低電力化を図る近似計算 (Approximate Computing) が注目を集めている．出力に対して影響の小さい部分を特定し，その部分に対して近似を適用すると，近似誤差が小さくなると考えられるが，回路全体からそのような部分を特定することは難しい．そこで本稿では，説明可能な AI を用いて，回路の各信号に対して，出力に対する影響度を算出する手法を提案する．説明可能な AI として LIME と SHAP を比較し，回路の近似に対しては SHAP が有効であることを示す．さらに，SHAP を元にした提案手法を小規模な回路に適用し，回路の近似に対して提案手法が有効であることを確認する．},
 title = {説明可能なAIを用いた精度を考慮した回路近似手法},
 year = {2024}
}