287300記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. 詐欺検出のための微分可能帰納ロジックプログラミング（Differentiable Inductive Logic Programming for Fraud Detection）
2 分で読了
0 views

詐欺検出のための微分可能帰納ロジックプログラミング

（Differentiable Inductive Logic Programming for Fraud Detection）

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海さん、最近部下から “説明可能なAI” を導入すべきだと詰められているんですが、正直どう判断すればいいのか分かりません。詐欺検出の論文を読めば良いんでしょうか。

AIメンター拓海

素晴らしい着眼点ですね！まず結論を先に言うと、今回の論文は”ルールで説明するAI”が現場でも使える可能性を示しているんですよ。大丈夫、一緒に要点を3つにまとめますよ。

田中専務

ルールで説明するAI、ですか。うちの現場だと “なんでそう判定するか” が分からないと使えないんですが、本当に実務的なんですか。

AIメンター拓海

いい質問です。ポイントは三つです。第一に、説明可能性（Explainable AI）はルールを返すことで現場の理解を得やすい。第二に、微分可能帰納ロジックプログラミング（Differentiable Inductive Logic Programming、∂ILP）はルール学習とニューラル学習の両立を図る。第三に、データ整備次第で実務適用の余地がある、という点です。

田中専務

なるほど。しかしうちのデータは古いシステムのCSVの寄せ集めで、ノイズも多い。これって扱えるんですか。

AIメンター拓海

その懸念は的確です。∂ILPは本来ノイズに弱い面があるが、論文では前処理でタブularな数値データを

監修者

阪上雅昭（SAKAGAMI Masa-aki）
京都大学　人間・環境学研究科　名誉教授

論文研究シリーズ
前の記事
AIサイバーリスクベンチマーク：自動化された悪用能力
（AI Cyber Risk Benchmark: Automated Exploitation Capabilities）
次の記事
トランスフォーマーに基づくシンボリック回帰モデルに対するK-フォールド交差検証の評価
（Evaluating K-Fold Cross Validation for Transformer Based Symbolic Regression Models）
関連記事
並列スプリット学習とグローバルサンプリング
（Parallel Split Learning with Global Sampling）
深層強化学習による新しい閉鎖チェーン五バー能動サスペンションの自律制御
（Autonomous Control of a Novel Closed Chain Five Bar Active Suspension via Deep Reinforcement Learning）
SMORE: Similarity-based Hyperdimensional Domain Adaptation for Multi-Sensor Time Series Classification
（マルチセンサ時系列分類のための類似性ベースのハイパーディメンショナル・ドメイン適応）
自然勾配と信号ホワイトニングの類推、およびその利用のレシピとトリック
（The Natural Gradient by Analogy to Signal Whitening, and Recipes and Tricks for its Use）
並列マルチアクセスチャネルにおける動的パワー割当ゲーム
（DYNAMIC POWER ALLOCATION GAMES IN PARALLEL MULTIPLE ACCESS CHANNELS）
制約付き強化学習に対するポリシー勾配の最後の反復における全局収束
（Last-Iterate Global Convergence of Policy Gradients for Constrained Reinforcement Learning）
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
現場でのキッティングを可能にするオンラインドメイン適応
（Kitting in the Wild through Online Domain Adaptation）
  • 論文研究
Semantic Video Classificationにおける深層構造とアンサンブルの有効性
（Deep Architectures and Ensembles for Semantic Video Classification）
  • 論文研究
屋内シーンにおける高速なバウンディングボックス注釈法
（Faster Bounding Box Annotation for Object Detection in Indoor Scenes）
  • 論文研究
距離尺度の線形結合によるサロゲートモデルの改良
（Linear Combination of Distance Measures for Surrogate Models in Genetic Programming）
  • 論文研究
階層的探索空間におけるクリギング最適化のためのカーネルの初期解析
（A First Analysis of Kernels for Kriging-based Optimization in Hierarchical Search Spaces）
  • 論文研究
異なる気象下でセマンティック情報を移転するモジュール型車両制御
（Modular Vehicle Control for Transferring Semantic Information Between Weather Conditions Using GANs）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む