階層的パターン抽出と最適ルール集合獲得に基づく説明可能動的グラフマイニング

基于层次模式提取和最优规则集获取的可解释动态图挖掘

基本信息

批准号：
22K12173
负责人：
尾崎知伸
金额：
$ 2.75万
依托单位：
Nihon University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2026-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K12173/
关键词：
データマイニング説明可能AI グラフマイニング説明可能ＡＩ

项目摘要

本研究課題は、既存の説明可能AI技術に関する問題点を軽減すると共に、深層学習モデルの安全な利用を促進するため、深層学習モデルから高い解釈性・了解性を持つ構造化知識を獲得することを目的としている。この目的に向け、本年度は（１）グラフニューラルネットワークに対する攻撃検知、（２）系列データに対する説明可能AI技術の応用、（３）解集合プログラミングを用いた知識獲得について研究を行った。グラフニューラルネットワークの攻撃検知に関しては、GCN中間層出力を対象とした特徴抽出と分類器・例外発見器の併用を用いる手法を開発するとともに、その発展として、中間層出力に対する距離学習・対照学習の適用を検討した。系列データに対する説明可能AI技術の応用に関しては、野球の投球データから打席結果を予測するLSTMモデルを対象に、系列モデルにおいて属性重要度を算出する説明可能AI技術であるTIMEおよびTimeSHAPの適用を行った。加えて、反実仮想説明生成器であるDiCEを援用し、投手の傾向を考慮した反実仮想説明の生成を行った。解集合プログラミングを用いた知識獲得に関しては、グラフ表現される不動産間取り図を対象に、その選好を表現する弱制約の抽出および分類ルールの獲得を行った。具体的には、帰納論理プログラミングシステムILASPを用いることで、部屋配置を表すグラフ構造に加え、窓の数などの各部屋が持つ属性を考慮した制約やルールを獲得することに成功した。また、解集合プログラミングを用いた別の応用として、人狼ゲームログからの役職推定システムを構築した。こちらは、矛盾を伴う知識を扱う確率論理プログラミングシステムLP＾MLNを利用し、ルールに加えて傾向を考慮した推定モデルを構築している。

该研究主题旨在从深度学习模型中获得具有高解释性和理解的结构化知识，以减少现有的解释性AI技术的问题，并促进深度学习模型的安全使用。为此，今年我们对（1）对图神经网络的攻击检测进行了研究，（2）将解释性AI技术应用于对数据进行序列，以及（3）使用解决方案集编程的知识获取。关于图形神经网络的攻击检测，我们开发了一种方法，该方法将特征提取用于GCN中间层输出以及分类器和异常检测器的组合，并且作为进步，我们检查了中间层输出的距离学习和控制学习的应用。关于将解释性AI技术应用于串联数据，时间和时代，解释性AI技术，这些技术计算串联数据中属性的重要性，将其应用于LSTM模型，以预测棒球投球数据导致AT-BAT。此外，使用伪造的虚拟解释发电机DICE用于考虑投手趋势的假冒虚拟解释。关于使用解决方案设置编程的知识获取，我们提取了薄弱的约束和获取的分类规则，这些规则表达了他们对图形方式代表的房地产平面图的偏好。具体而言，通过使用归纳逻辑编程系统ILASP，我们已经成功地获取了考虑每个房间属性（例如Windows的数量）的约束和规则，此外，除了代表房间布局的图形结构外。此外，作为使用解决方案集编程的另一个应用程序，由狼人游戏日志构建了位置估计系统。该系统使用LP^mln随机逻辑编程系统，该系统处理涉及矛盾的知识，并构建了一个估算模型，该模型考虑了除了规则之外考虑的趋势。

项目成果

期刊论文数量（5）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Extraction of Preference and Classification Rules in Floor Plan Databases using Answer Set Programming

使用答案集编程提取平面图数据库中的偏好和分类规则

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
Tomo HASEGAWA;Haruna MATSUSHITA;Takuji KOUSAKA and Hiroaki KUROKAWA;Ryu Hashimoto and Tomonobu Ozaki
通讯作者：
Ryu Hashimoto and Tomonobu Ozaki

系列モデルを対象とする説明可能AI技術を用いた野球投手の配球分析

使用可解释的人工智能技术针对系列模型进行棒球投手的投球分析

DOI：
发表时间：
2023
期刊：
影响因子：
0
作者：
三上哲平;尾崎知伸
通讯作者：
尾崎知伸

Adversarial attack detection on graph classification by autoencoder-based analysis of hidden layers in graph convolutional networks

通过基于自动编码器的图卷积网络中隐藏层分析来检测图分类的对抗性攻击

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
Tomo HASEGAWA;Haruna MATSUSHITA;Takuji KOUSAKA and Hiroaki KUROKAWA;Kenta Shimada and Tomonobu Ozaki
通讯作者：
Kenta Shimada and Tomonobu Ozaki

個人の傾向を考慮したプロ野球投球データからの反実仮想説明集合の抽出

考虑个人倾向，从职业棒球投球数据中提取一组反事实解释