F-004
並列計算による機械学習の説明手法の高速化の検討

○浅野孝平・全　眞嬉（東北大）

深層学習をはじめとする，高い正答率をもつ機械学習モデルが提案されている．しかしながら，これらのモデルの多くは構造が複雑で，挙動がブラックボックス化している．そのため，ユーザがモデルの結論の根拠を理解できないという問題が生じている．モデルの結論の根拠となる特徴を特定する代表的な手法としてLIMEが挙げられる．LIMEでは，複雑なモデルを局所的に解釈可能なモデルで近似することで，モデルの挙動を説明する．本研究では，並列計算を用いたLIMEの高速化手法を提案する．本手法では近似モデルの導出に用いる訓練データの生成を並列化し，高速化を実現する．そして，計算機実験によって提案手法の有効性を検証する．