敵対的サンプル攻撃による説明困難なルールベース作成に関する検討

カテゴリ：研究会(論文単位)

論文No：ST25057,CT25092

グループ名：【C】電子・情報・システム部門 システム/【C】電子・情報・システム部門 制御合同研究会

発行日：2025/11/26

タイトル(英語)：Consideration of Generating Hard-to-Explain Rule-bases by Adversarial Example Attacks

著者名：稲元 勉(愛媛大学),樋上 喜信(愛媛大学)

著者名(英語)： Tsutomu Inamoto(Ehime University),Yoshinobu Higami(Ehime University)

キーワード：ルールベース,人工神経回路網,分類問題,信頼されるＡＩ,敵対的サンプル攻撃,rule-base,artificial neural network,classification problem,trustworthy AI,adversarial example attack

要約(日本語)：著者らはIF-THEN形式をとらないルールベースに基づく分類手法を開発しているが，そのルールベースを作るために特殊な構造の人工神経回路網 (ANN) を作成・訓練する必要があった． 本稿では，敵対的サンプル攻撃を利用して，そのような ANN を不要化する試みについて報告する．

要約(英語)：The authors needed artificial neural networks with a special structure in order to generate hard-to-explain rule-bases. In this study, we display an attempt to make such artificial neural networks unnecessary by deploying adversarial example attacks.

本誌：2025年11月29日-2025年11月30日システム/制御合同研究会

本誌掲載ページ：37-42p

原稿種別：日本語

PDFファイルサイズ：1,129Kバイト