|
近年の機械学習モデルは画像分類において高い予測精度を誇る一方で，その根拠を人間が理解しやすい形で説明することは困難である．よって，病気の診断支援などの信頼性が要求される実応用での機械学習モデルの利用のためは、「そのモデルが何を根拠にして予測したのか」を理解することが重要である。本研究では，画像中の物体間の関係性が分類根拠となるタスクに注目する．例えば病理画像を入力とするガンの病型分類では，画像中の特定の細胞間の位置関係が分類根拠の一つとなる．本研究では，このような画像中の物体間関係性を分類根拠として説明することで高い信頼性を提供できる，分類モデルを開発することを目的とする．
|
