説明可能な論理規則のグラフ埋め込みによる学習

DOI

書誌事項

タイトル別名
  • Learning Explainable Logical Rules through Graph Embedding

説明

<p>機械学習手法が様々な分野に普及することにより，日常生活や科学分野など多くの場面で解釈可能なモデルが求められている．機械学習モデルを論理規則を用いて表現する方法がいくつか研究されているが，ニューラルネットワークが深層化することでこれらの方法は現実的には使えなくなってきている．機械学習で得られたモデルを複雑且つ冗長な論理規則で表されていても，解釈可能となったとは言え人間にとっては理解不能である．このような場合得られた解釈可能なモデルで説明責任を果たすことも難しく，新しい知識にすることもできない．本研究ではあらかじめ与えられた論理プログラムを対象に，グラフ埋め込み手法を用いて論理プログラム内のアトムをクラスタリングし，それを用いて簡略化する手法を提案する．さらに，実験を通して手法の有効性を示し，得られた論理プログラムが元よりも理解しやすくなっていることを示す．</p>

収録刊行物

キーワード

詳細情報 詳細情報について

  • CRID
    1390003825189448064
  • NII論文ID
    130007857021
  • DOI
    10.11517/pjsai.jsai2020.0_3e1gs202
  • ISSN
    27587347
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
    • CiNii Articles
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ