[1M4-OS-20b] 社会現象とAIと可視化(2/3)

[1M4-OS-20b-02] 機械学習モデル調整過程の比較可視化手法

〇宮城 優里¹、大西 正輝¹ (1. 産業技術総合研究所)

[[オンライン]]

キーワード：可視化、作業者

本発表では，機械学習の品質評価支援を目的として，モデルの特徴やその調整作業の過程を可視化する手法を提案し，実行結果として複数のCNNモデル間の差分についての可視化事例を紹介する．近年，学習データの性質やモデルの構造，出力といったモデル自体の情報を対象とする可視化手法は多数発表されている．その一方で，モデルの設計者に関する情報を含めて可視化する手法は少ない．モデル作成過程での作業者の積極的な介入(Human in the loop)はモデルの精度向上に有効であると認められており，作業者の情報を含む可視化はモデルの性質の詳細な理解，調整作業の評価，有効な改善策の提示などに有用であると考えられる．そこで我々は，「複数のモデルの比較可視化」「モデル作成に関わった作業者の感性に関する可視化」に注目し可視化ツールの設計を進めた．機械学習の実験管理ツールであるComet.mlを用いてモデルの構造や精度を記録し，これらのログに基づいて作業者の調整内容やモデルの構造に生じた差分を算出し可視化する．