人工知能学会第二種研究会資料
Online ISSN : 2436-5556
説明可能AIにおける上位概念を考慮したナレッジグラフからの説明変数選択
福田 貴三郎小柳 佑介福田 茂紀大倉 清司藤重 雄大岩下 洋哲大堀 耕太郎
著者情報
研究報告書・技術報告書 フリー

2021 年 2021 巻 SWO-053 号 p. 05-

詳細
抄録

近年説明可能AI(Explainable AI)の技術が注目されており、ホワイトボックス型の機械学習モデルを設計する場合、モデルの予測結果の精度向上を追求するだけでなく、解釈性の高いモデルを設計する事が重要である。本研究では、学習データのリソースとしてナレッジグラフを使用する場合を想定し、エンティティ間の上位概念の関係性を利用した、解釈性の高いモデルを実現するための説明変数を選択する手法を提案する。また、実際にプロ野球選手の実データを利用した実験により、意図した通りの説明変数が選択出来る事を確認した。

著者関連情報
© 2021 著作者
前の記事 次の記事
feedback
Top