マルチクラスベイズネット分類器の説明のスケーリング

arXiv cs.AI / 2026/3/17

📰 ニュースModels & Research

共有:

要点

本論文は、ベイズネット分類器（BNC）をクラス式にコンパイルする新しいアルゴリズムを提案し、分類器の入力と出力を明示的に表現できるようにする。
クラス式は、分類決定の論理的説明を支援するもので、Explainable AI（説明可能なAI）アプローチに沿う。
従来の研究とは異なり、このアルゴリズムは二値に限定されず多クラスの BNC に対応しており、適用範囲を広げている。
本手法は、従来のアプローチと比較してコンパイル時間を大幅に改善することを示している。
作成されたクラス式は否定正規形（NNF）回路であり、OR分解可能であるため、説明の計算を効率化します。

要約: ベイズネットワーク分類器（BNC）をクラス式にコンパイルする新しいアルゴリズムを提案します。クラス式は、分類器の入力と出力の挙動を表す論理式であり、分類器の決定を説明するために論理推論を用いる最近の研究分野で重要です。従来の BNC のクラス式のコンパイルに関する研究と比較して、提案アルゴリズムは二値分類器に限定されず、コンパイル時間を大幅に改善し、クラス式を否定正規形（NNF）回路として出力します。これらの回路は OR 分解可能であり、分類器の説明を計算する際に重要な特性です。