Creation of Explainable Deep Networks by Discovering Itemset Groups with Statistical Backgrounds

• Project/Area Number: 25K15226
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61030:Intelligent informatics-related
• Research Institution: Gunma University
• Principal Investigator: 嶋田 香 群馬大学, 情報学部, 教授 (20454100)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000); Fiscal Year 2027: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2026: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2025: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
• Keywords: 知識創出 / 説明可能性 / アイテム集合 / データマイニング / 進化的計算

Outline of Research at the Start

統計的に特徴的な背景をもつアイテム集合の表現形式とその発見手法を基礎として、統計的に特徴的な背景をもつアイテム集合を統計的素子として用いることにより構成された説明可能な深層ネットワークを実現する方法を創出する。説明可能な部品としての統計的素子の集合体から説明可能なネットワーク型の知識表現を構成する方法を提案し、従来の深層学習と比較した場合の特性や性能の検証を公開されている実データを用いて行う。統計的素子の高機能化を検討・評価することで知識表現の拡張を行うとともに、その発見技術としての進化的計算の高度化・高速化により、個別性に対応した深層ネットワークの効率的な構成に取り組む。