タイムライン検索

2026年5月29日

深層学習の最近の進歩により、大うつ病性障害（MDD）のEEGベースの分類の精度が向上していますが、高容量モデルの意思決定プロセスは依然として解釈が困難です。本研究では、複数の事後的説明可能性手法を調査しています。

arXiv cs.LG

2026年6月1日

arXiv:2605.30470v1 Graph Machine Learning as a Service（GMLaaS）プラットフォームは、規制上の透明性要件を満たすために説明可能性インターフェースを実装することが増えています。しかし、この透明性はモデル抽出攻撃の悪用可能な脆弱性を生み出します。本論は、特にサブグラフ説明を対象とした初のモデル抽出攻撃を提示しています。

arXiv cs.LG

2026年6月2日

知識ベース質問応答（KBQA）への支配的なアプローチは2つのカテゴリに分類されます。1つ目は脆弱性と説明可能性の制限に悩む形式的クエリの生成、2つ目はKB探索を通じた直接的な回答検索で、これは計算コストが高くハルシネーション（幻覚）が起きやすいです。

arXiv cs.CL

2026年6月2日

深層学習アルゴリズムの説明可能性は、高リスク判断が伴うコンピュータビジョンアプリケーションにおいて重要です。概念ボトルネックモデル（CBM）は最近、高レベルのボトルネックに基づいた分類問題に対して説明可能で正確な予測を提供するための有望なパフォーマンスを示しています。

arXiv cs.LG

2026年6月2日

検索拡張生成(RAG)は大規模言語モデルをドメイン固有のコーパスに基づかせるための基盤となっていますが、従来のベクトルベースのRAGシステムは金融市場分析の基盤となる構造化された複数エンティティ間の関係を捉える能力に根本的な制限があります。

arXiv cs.CL

2026年6月23日

先進航空モビリティ（AAM）は、新興の低高度航空輸送システムであり、その成功には技術的進歩だけでなく、一般市民の受容も不可欠です。この受容は、政府の支援、規制、騒音基準、そして飛行意欲を左右し、ひいてはAAMの商業的実現可能性全体に影響を与えます。そのため、AAMに対する一般市民の感情を理解することは、社会的な障壁を特定し、導入戦略を形成するために不可欠です。本研究では、RedditとQuoraから収集された306,009件の人間によるテキストをAIベースのモデルを用いて分析し、AAMに関する公共の議論を調査します。複数のセンチメント分析モデルが存在するため、信頼性の高いAAMセンチメント予測と公衆意見分析には、最も正確なモデルを特定することが重要です。そこで、レキシコンベース、機械学習、ディープラーニング、トランスフォーマーベースのアプローチ spanning 7つのモデルをAAM固有のセンチメント分類で評価しました。ModernBERTが最高の分類性能を達成し、データセット全体にラベル付けするために使用されました。

arXiv cs.CL

2026年6月24日

定性的な製品フィードバックはニュアンスのあるユーザー体験を明らかにしますが、その隠れた感情を測定することは困難です。本論文では、大規模言語モデル（LLM）を使用して、このようなデータから製品の望ましさを定量化する、スケーラブルで解釈可能なフレームワークを提案します。ZORQとCARMAの2つのProduct Desirability Toolkit（PDT）データセットを使用し、106の回答者タームグルーピングをゴールドスタンダードの人間によるアノテーションで評価し、明示的なレビュー評価に依存せずに、ゼロショット連続数値感情スコアリングとカテゴリ感情分類を評価します。データセット全体で、LLMは定性的な回答から直接数値感情スコアを生成し、専門家のラベルに非常に近く、ピアソン相関係数は最大0.97、分類精度は最大94%を達成しました。LLMは、複数の形式で提示されたデータを処理しても堅牢性を維持し、一貫して高い信頼性を示しました。対照的に、辞書ベースおよびトランスフォーマーベースラインでは統計的に有意な結果は得られませんでした。

arXiv cs.CL