DC Field | Value | Language |
---|---|---|
dc.contributor.author | 고기혁 | ko |
dc.contributor.author | 임규민 | ko |
dc.contributor.author | 조호묵 | ko |
dc.date.accessioned | 2021-03-03T06:50:04Z | - |
dc.date.available | 2021-03-03T06:50:04Z | - |
dc.date.created | 2021-03-03 | - |
dc.date.created | 2021-03-03 | - |
dc.date.issued | 2020-12 | - |
dc.identifier.citation | 정보과학회논문지, v.47, no.12, pp.1181 - 1191 | - |
dc.identifier.issn | 2383-630X | - |
dc.identifier.uri | http://hdl.handle.net/10203/281143 | - |
dc.description.abstract | 인공지능 기반 기술이 사회경제학적으로 큰 영향을 미치는 분야에 활용될 예정임에 따라 인공지능 기술의 안전성 및 신뢰성을 확보하기 위하여 그 판단에 대해 설명하려는 연구들이 이루어져 왔다. 이러한 ‘설명가능한 인공지능’의 일환으로서 인공지능의 입력 특성 각각에 기여도를 부여함으로써 판단을 설명하고자 하는 ‘특성기여도 분석(feature attribution)’ 방법론이 있다. 본 논문에서는 지금까지 개발된 아홉 가지의 대표적인 특성기여도 분석 방법론에 대해 조사하고, 조사된 특성기여도 분석 기법들에 대해 네 가지 서로 다른 분류 기준을 사용하여 분류한다. 이와 같은 분류의 결과로서 지금까지 개발된 특성기여도 분석 방법론들 중 많은 기법이 특정 가정하에서만 적용가능하다는 점, 공리적 정의와 같은 이론적인 배경이 뒷받침되지 않는다는 점 등의 한계점을 확인할 수 있었다. 분류에 대한 분석을 바탕으로 통합된 특성기여도 분석 기법 개발을 위하여 반드시 선행되어야 할 연구방향을 제시한다. | - |
dc.language | Korean | - |
dc.publisher | 한국정보과학회 | - |
dc.title | 설명가능한 인공지능을 위한 특성기여도 분석 방법론 조사 | - |
dc.title.alternative | Survey on Feature Attribution Methods in Explainable AI | - |
dc.type | Article | - |
dc.type.rims | ART | - |
dc.citation.volume | 47 | - |
dc.citation.issue | 12 | - |
dc.citation.beginningpage | 1181 | - |
dc.citation.endingpage | 1191 | - |
dc.citation.publicationname | 정보과학회논문지 | - |
dc.identifier.doi | 10.5626/JOK.2020.47.12.1181 | - |
dc.identifier.kciid | ART002655937 | - |
dc.contributor.nonIdAuthor | 고기혁 | - |
dc.contributor.nonIdAuthor | 임규민 | - |
dc.description.isOpenAccess | N | - |
dc.subject.keywordAuthor | 특성기여도 분석 | - |
dc.subject.keywordAuthor | 입력 특성 중요도 | - |
dc.subject.keywordAuthor | 설명가능한 인공지능 | - |
dc.subject.keywordAuthor | 인공지능 | - |
dc.subject.keywordAuthor | 조사 분류 | - |
dc.subject.keywordAuthor | feature attribution | - |
dc.subject.keywordAuthor | input feature importance | - |
dc.subject.keywordAuthor | XAI | - |
dc.subject.keywordAuthor | artificial intelligence | - |
dc.subject.keywordAuthor | survey categorization | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.