実数値GAを活用した深層学習モデルにおけるパラメータとインプットデータの重要度の推計

抄録

近年、画像解析の分野をはじめとして深層学習モデルへの期待が高まる一方、複雑なブラックボックスモデルであることに対する懸念も指摘されてきており、モデルの解釈性・説明性に関する研究が盛んに行われている。本研究では、深層学習モデルのパラメータ推計に実数値GAを適用し、実数値GAの遺伝子の分散を活用した変数選択手法を活かして深層学習モデル内におけるインプットデータの重要度を定量的に評価できる仕組みを構築し、モデルの解釈性工場を目指す。