• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2022 年度 実施状況報告書

機械学習モデルの説明駆動開発のための基盤技術

研究課題

研究課題/領域番号 20K19860
研究機関大阪大学

研究代表者

原 聡  大阪大学, 産業科学研究所, 准教授 (40780721)

研究期間 (年度) 2020-04-01 – 2024-03-31
キーワード機械学習 / 深層学習 / 説明可能AI
研究実績の概要

2022年度の研究は「研究課題2. 悪いモデルの修理」について重点的に研究に取り組んだ。
前年度の研究において「不公平なモデルの修理」という実用において重要な問題例を見つけることができた。2022年度はこの研究を進め、「不公平なモデルの修理」のための方法論の開発を行った。また、新たな「不公平なモデルの修理」の問題として、「モデルの不確実性の修理」の問題にも着目し研究を行った。モデルの不確実性(予測の不確実性)はユーザがモデルの予測をもとに意思決定を行う際に重要な指標であり、モデルが適切な不確実性を出力できるようにモデルを修理する方法論について研究を行った。
前年度に引き続き学生をアルバイトとして雇用し、関連研究の調査やプログラミング等で研究を補助してもらった。これにより研究を大きく進めて当初計画の「精度改善のためのモデル修理」から「実用上重要な各種指標改善のためのモデル修理」へと研究の幅を広げることができた。

現在までの達成度 (区分)
現在までの達成度 (区分)

1: 当初の計画以上に進展している

理由

「研究課題2. 悪いモデルの修理」では「精度改善のためのモデル修理」を当初の目的としていた。
しかし、研究を進める過程で精度以外にも「公平性」や「不確実性」など機械学習の実用において重要な様々な指標をも「悪いモデルの修理」の対象に含めるべきとの結論に至った。
そこで、研究の対象を広げて「不公平なモデルの修理」「モデルの不確実性の修理」の研究へと取り組み始めた。
これらは当初計画を超えた研究の展開である

今後の研究の推進方策

2023年度へと研究計画の一部を繰り越した。2023年度は2022年度の研究成果を学会で発表するとともに、本プロジェクトの成果を誰でも利用できるオープンソースとして公開する。

次年度使用額が生じた理由

2022年度の研究成果を2023年度に開催される学会で発表するための参加費・出張旅費に予算をあてる予定である。また研究推進および本プロジェクト成果のオープンソース化の補助として学生をRAとして雇用する予定である。

  • 研究成果

    (2件)

すべて 2022 その他

すべて 国際共同研究 (1件) 学会発表 (1件) (うち国際学会 1件)

  • [国際共同研究] Universite du Quebec a Montreal(カナダ)

    • 国名
      カナダ
    • 外国機関名
      Universite du Quebec a Montreal
  • [学会発表] Explainable and Local Correction of Classification Models Using Decision Trees2022

    • 著者名/発表者名
      Hirofumi Suzuki, Hiroaki Iwashita, Takuya Takagi, Keisuke Goto, Yuta Fujishige, Satoshi Hara
    • 学会等名
      The 36th AAAI Conference on Artificial Intelligence
    • 国際学会

URL: 

公開日: 2023-12-25  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi