|
本研究の目的は，機械学習モデルの運用時の自動的な品質保証手法を確立することである．代表的な機械学習モデルである深層学習モデル（DNN）に対する既存の修正手法は，運用時に発生したモデルの誤動作を修正することができる．しかし，これらの手法を実際の開発・運用現場で利用するためには，モデルのアップデートにより既存の正しい振る舞いが損なわれてしまう「副作用」について対処する必要がある．そこで本研究では，開発者の副作用に対する要求を考慮しつつ，最適な修正を行う自己適応型の機械学習モデルの運用手法を提案・評価することで，目的を達成する．
|
