講演名	2021-03-03 交互作用を用いた深層学習の意味的・量的説明生成 夏 博恵(東大), 汪 雪テイ(東大), 山崎 俊彦(東大),
PDFダウンロードページ	PDFダウンロードページへ
抄録(和)	近年深層学習の技術が目覚ましい進歩を遂げるにつれ，モデルの説明性に関心が寄せられるようになり，研究が盛んに進められている．手法の1つに意味的な属性情報を用いて意味的かつ定量的な説明を生成するものが存在する．既存手法では説明モデルによる予測精度は説明をしないモデルに比べて大きく精度が低下するという問題があった．そこで我々は属性間の交互作用を導入することにより精度の低下を防ぎつつ，意味的かつ量的な説明を生成する手法を提案する．CelebAデータセットを用いた実験で説明モデルによる予測結果の相関値は0.010から0.063ポイント程度上昇し，性能改善が示された．また合理的かつ解釈の容易な説明が生成されることが確認された．
抄録(英)	Deep learning-based methods have shown remarkable performances in many tasks. However, it is hard for us to interpret the models, hence explainability of networks have been explored actively. In this work, we propose a method to generate semantic and quantitative explanations using attribute interactions based on an existing model. More specifically, we consider not only contributions from each attribute but also their interactions to prevent low explanatory performance. We test our model on multiple datasets and demonstrate how our method works in real world prediction problems.
キーワード(和)	深層学習 / 説明可能性 / 意味的属性 / 交互作用
キーワード(英)	Deep neural networks / Explainability / Semantic attributes / Feature interaction
資料番号	IMQ2020-35,IE2020-75,MVE2020-67
発行日	2021-02-22 (IMQ, IE, MVE)

研究会情報
研究会	MVE / IMQ / IE / CQ
開催期間	2021/3/1(から3日開催)
開催地（和）	オンライン開催（崇城大学から変更）
開催地（英）	Online
テーマ（和）	五感に訴えるオンラインメディアとその評価，および一般 （魅力工学（AC）研究会協賛）
テーマ（英）
委員長氏名（和）	井原 雅行(NTT) / 中口 俊哉(千葉大) / 木全 英明(NTT) / 下西 英之(NEC)
委員長氏名（英）	Masayuki Ihara(NTT) / Toshiya Nakaguchi(Chiba Univ.) / Hideaki Kimata(NTT) / Hideyuki Shimonishi(NEC)
副委員長氏名（和）	清川 清(奈良先端大) / 前田 充(キヤノン) / 魚森 謙也(阪大) / 児玉 和也(NII) / 高橋 桂太(名大) / 岡本 淳(NTT) / 平栗 健史(日本工大)
副委員長氏名（英）	Kiyoshi Kiyokawa(NAIST) / Mitsuru Maeda(Canon) / Kenya Uomori(Osaka Univ.) / Kazuya Kodama(NII) / Keita Takahashi(Nagoya Univ.) / Jun Okamoto(NTT) / Takefumi Hiraguri(Nippon Inst. of Tech.)
幹事氏名（和）	西口 敏司(阪工大) / 横山 正典(NTT) / 福嶋 政期(東大) / 大橋 剛介(静岡大) / 齊藤 新一郎(ソニーセミコンダクタソリューションズ) / 海野 恭平(KDDI総合研究所) / 福嶋 慶繁(名工大) / 木村 共孝(同志社大) / 山中 広明(NICT) / アベセカラ ヒランタ(NTT)
幹事氏名（英）	Satoshi Nishiguchi(Oosaka Inst. of Tech.) / Masanori Yokoyama(NTT) / Shogo Fukushima(Univ. of ToKyo) / Gosuke Ohashi(Shizuoka Univ.) / Shinichiro Saito(Sony Semiconductor Solutions) / Kyohei Unno(KDDI Research) / Norishige Fukushima(Nagoya Inst. of Tech.) / Tomotaka Kimura(Doshisha Univ.) / Hiroaki Yamanaka(NICT) / Hirantha Abeysekera(NTT)
幹事補佐氏名（和）	磯山 直也(奈良先端大) / 原 豪紀(大日本印刷) / 後藤 充裕(NTT) / 工藤 博章(名大) / 土田 勝(NTT) / 平井 経太(千葉大) / 岩村 俊輔(NHK) / 工藤 忍(NTT) / 西川 由明(NEC) / 木村 拓人(NTT) / 堅岡 良知(KDDI総合研究所)
幹事補佐氏名（英）	Naoya Isoyama(NAIST) / Takenori Hara(DNP) / Mitsuhiro Goto(NTT) / Hiroaki Kudo(Nagoya Univ.) / Masaru Tsuchida(NTT) / Keita Hirai(Chiba Univ.) / Shunsuke Iwamura(NHK) / Shinobu Kudo(NTT) / Yoshiaki Nishikawa(NEC) / Takuto Kimura(NTT) / Ryoichi Kataoka(KDDI Research)

講演論文情報詳細
申込み研究会	Technical Committee on Media Experience and Virtual Environment / Technical Committee on Image Media Quality / Technical Committee on Image Engineering / Technical Committee on Communication Quality
本文の言語	JPN
タイトル（和）	交互作用を用いた深層学習の意味的・量的説明生成
サブタイトル（和）
タイトル（英）	Semantic and Quantitative Explanation for Networks using Feature Interaction
サブタイトル（和）
キーワード(1)（和/英）	深層学習 / Deep neural networks
キーワード(2)（和/英）	説明可能性 / Explainability
キーワード(3)（和/英）	意味的属性 / Semantic attributes
キーワード(4)（和/英）	交互作用 / Feature interaction
第 1 著者 氏名（和/英）	夏 博恵 / Bohui Xia
第 1 著者 所属（和/英）	東京大学(略称：東大) The University of Tokyo(略称：The Univ. of Tokyo)
第 2 著者 氏名（和/英）	汪 雪テイ / Xueting Wang
第 2 著者 所属（和/英）	東京大学(略称：東大) The University of Tokyo(略称：The Univ. of Tokyo)
第 3 著者 氏名（和/英）	山崎 俊彦 / Toshihiko Yamasaki
第 3 著者 所属（和/英）	東京大学(略称：東大) The University of Tokyo(略称：The Univ. of Tokyo)
発表年月日	2021-03-03
資料番号	IMQ2020-35,IE2020-75,MVE2020-67
巻番号（vol）	vol.120
号番号（no）	IMQ-389,IE-390,MVE-391
ページ範囲	pp.127-132(IMQ), pp.127-132(IE), pp.127-132(MVE),
ページ数	6
発行日	2021-02-22 (IMQ, IE, MVE)