今回はICML2018に採択された論文,Interpretability Beyond Feature Attribution: Quantitative Testing with Concept Activation Vectors (TCAV)に関してまとめたいと思います。 判断根拠系の手法では基本的にどのピクセルが判断に重要であったか?を主眼に置くことが多いですが(この辺とかこの辺),この論文で提案される手法はピクセル単位ではなく人間の考える概念的な観点から重要度を抽出する面白い方法を取っています。(認知心理学とかヒューマンインターフェースとかそう言った観点の研究ではないです。念のため。) 第一著者はニューラルネットの判断根拠抽出手法としてはメジャーなSmoothgradの著者の一人です。所属はGoogle Brainであり,機械学習の判断根拠をまさに研究されている人です。 本論文の
![【ニューラルネットワークの判断根拠抽出】TCAV - ピクセルの重要度から概念の重要度へ - - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/1c4a39612fb96bd1600bc120bec2e194eb5216ff/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBraXJpa2VpJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1mYjljMGNkNjYyNjM2MTQ3ZTc1ZGM2MDIwYTMxNGQwNw%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3Dbd84d58950692dfb15b35c97ac73872d)