構造化因果入力の下でのニューラルネットワーク予測の実際の原因の計算
arXiv cs.AI ・ 2026-08-04
原題: Computing Actual Causes for Neural Network Predictions under Structured Causal Inputs
AI による要約
この研究では、構造化因果入力の下でのニューラルネットワーク予測の実際の原因を計算する方法を提案します。Boolean Structural Causal Models (SCMs)を使用して入力依存関係をモデル化し、Halpern-Pearl (HP)実際の原因を計算します。実験結果は、提案手法が従来の手法よりもスケーラビリティと正確性が高いことを示しています。
この要約は当サイトの AI が生成したものです。正確な内容は 元記事（arXiv cs.AI）をご確認ください。