医療や自動運転においては深層学習の予測結果だけでなく、判断根拠の解釈や信頼できる説明が重要です。また、未解明な自然現象を対象とする場合、理論への洞察を与えることができます。我々はLambda Networksの解釈性を向上したLambda Attention Branch Networksを開発し、既存の説明生成手法を超える解釈性を達成しました。
