|
本課題では説明可能性を備えた機械学習の実現に向けて，確率モデル，特に広く知られるベイジアンネットの説明的分析手法の開発を行った．この分析手法では，膨大な数の説明の候補の中から適切なものを選ぶために，データマイニング分野で研究されている識別パターン発見手法を利用する．本課題においては，説明の選択基準の洗練および説明探索の高速化については実用レベルの手法が確立できたといえる．一方，ベイジアンネット上での確率推論の高速化において実装上の課題が残ったが，本課題で構築したプロトタイプ実装を基に実装を継続することで説明的分析手法の実現への見通しが得られたものと考えている．
|
