周波数帯域の摂動を用いた機械異常音検知のための説明可能AIにおける忠実度評価フレームワーク

要約

機械の異常音検知モデルに対する説明可能AI（XAI）の信頼性を定量的に評価する新しいフレームワークを提案した研究。周波数帯域を体系的に除去することで、属性の関連性とモデルの挙動を直接リンクさせる手法を導入した。4つの既存手法を比較した結果、Occlusion法が最もモデル感度と整合性が高く、勾配ベースの手法はスペクトル依存性の捉え方に課題があることを示した。

全文は有料プランで閲覧できます。