Presentation Information
[N-1-43]EPICにおけるチャネル分離度と分類精度の関係に関する検討
〇Yuna Murooka1, Mizuki Dai2, Kenya Jinno1 (1. Tokyo City University, 2. Graduate School of Tokyo City University)
Keywords:
Explainable Artificial Intelligence (XAI),EPIC (Explanation of Pretrained Image Classification Networks via Prototypes),Channel Disentanglement,Classification Accuracy
説明可能AI手法であるEPICでは、特徴チャネルの解釈性を評価する指標としてPurityが用いられるが、Purityと画像分類精度との関係は十分に明らかになっていない。本研究では、ImageNetで事前学習したResNet34をImagenetteでファインチューニングした後にEPICを適用し、512チャネルをPurityに基づいて5群に分類した。各群のみを用いた場合および高Purity群から順次チャネル群を追加した場合の分類精度を比較し、各Purity群の寄与を分析した。その結果、高Purityチャネルのみでも一定の分類性能が得られた一方、中程度のPurityを持つチャネル群を加えることで分類精度はさらに向上した。また、低Purityチャネルにも分類に利用可能な情報が含まれるものの、全体の分類精度への追加的な寄与は限定的であることが示唆された。これらの結果から、分類性能には高Purityチャネルだけでなく、中程度のPurityを持つチャネルも重要な役割を果たしている可能性が示された。