論文の概要: A Reliability Study of Explainable AI for Freight Mode Classification
- arxiv url: http://arxiv.org/abs/2611.15716v1
- Date: Wed, 11 Nov 2026 16:55:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.199347
- Title: A Reliability Study of Explainable AI for Freight Mode Classification
- Title(参考訳): 軽量モード分類のための説明可能なAIの信頼性に関する研究
- Abstract要約: 出荷物をAir/Air Charter または Truck/Ocean に分類するための説明可能な機械学習について検討する。
我々は、MLP(Multi-Layer Perceptron)アーキテクチャ、ロジスティック回帰(Logistic Regression)、ランダムフォレスト(Random Forest)、不均衡を意識したメトリクスによる勾配向上の3つを比較した。
次に, モデル間のSHAP特徴ランクの安定性, 特徴削除テストによるSHAP属性とLIME属性の忠実度, 目的地効果の地理的構造等について検討した。
- 参考スコア(独自算出の注目度): 0.6445605125467574
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Machine learning models are increasingly used to support freight transportation decisions, but their predictions are rarely accompanied by evidence that the associated explanations can be trusted. In this study we investigate explainable machine learning for classifying shipments as Air/Air Charter or Truck/Ocean using the PEPFAR Supply Chain Management System Delivery History dataset, with 5,964 shipment records and 47 input features after cleaning, where freight cost and pack price are excluded as near-proxies of the transportation mode. We compare three Multi-Layer Perceptron (MLP) architectures, Logistic Regression, Random Forest, and gradient boosting with imbalance-aware metrics and paired significance tests across one hundred random replications. We then evaluate the explanations themselves, namely the stability of SHAP feature rankings across retraining and across models, the faithfulness of SHAP and LIME attributions under a feature-deletion test, and the geographic structure of the destination effects, which we map for all 38 destination countries. The results suggest that the tree ensembles significantly outperform the neural and linear models (86.8% against 83.3-85.0% mean testing accuracy) while their leading features remain the most stable across retraining. Removing the five features ranked most important by SHAP or LIME changes the predicted probabilities roughly four times as much as removing randomly chosen features. The destination effects form a coherent geographic pattern that simple port access does not explain. However, models with similar accuracy disagree substantially on which features matter most, and thus explanation stability and faithfulness should be assessed before such explanations are used to support freight transport decisions.
- Abstract(参考訳): 機械学習モデルは、貨物輸送の決定を支援するためにますます使われているが、それらの予測には、関連する説明が信頼できる証拠が伴うことは滅多にない。
本研究では, PEPFARサプライチェーン管理システム配信履歴データセットを用いて, PEPFARサプライチェーン管理システム提供履歴データセットを用いて, 輸送モードのほぼプロキシとして貨物コストとパック価格を除外したクリーニング後, 5,964件の出荷記録と47件の入力特徴を有する, 出荷物をAir/Air Charter, Truck/Oceanに分類可能な機械学習について検討した。
我々は,3つのMulti-Layer Perceptron(MLP)アーキテクチャ,ロジスティック回帰(Logistic Regression),ランダムフォレスト(Random Forest),勾配向上(gradient boosting)を比較した。
次に, モデル間のSHAP特徴ランクの安定性, 特徴削除テストによるSHAPおよびLIME属性の忠実度, 目的地効果の地理的構造について検討した。
この結果から, 樹木のアンサンブルは神経モデルと線形モデル(86.8%, 83.3-85.0%)を著しく上回り, 主要な特徴は再訓練において最も安定していることが示唆された。
SHAPやLIMEで最も重要な5つの特徴を除去すると、予測される確率はランダムに選択された特徴の約4倍になる。
目的地効果は、単純なポートアクセスでは説明できないコヒーレントな地理的パターンを形成する。
しかし、類似した精度のモデルはどの特徴が最も重要であるかに大きく異なっており、そのような説明が貨物輸送決定を支援するために使われる前に、安定性と忠実さを評価すべきである。
関連論文リスト
- Decoupled Predictive Decision Making: A Shared Conditional Predictor for Agents [23.52121147892733]
DPDMは、共有事前学習者による条件付き予測として不均一なエージェント決定を定式化する。
1つの凍結したLimiX-2予測器は5つのタスクカテゴリすべてを提供する。
Qwen3.5-27Bがセマンティックエンコーダとなり、DPDMは50ベンチマークの平均精度を78.80%から84.92%に引き上げた。
論文 参考訳(メタデータ) (2026-11-01T17:27:21Z) - Does Explainability Survive Data Drift? [0.0]
本稿では,データドリフト時に説明が崩壊するかどうかを考察する。
また、漂流前に生じた説明が、それらを置き換えるモデルの判断に忠実であるかどうかについても検討した。
その結果、事前の説明は、再訓練されたモデルに対する決定的な関係を保っているが、新しく生成された説明よりも一貫して忠実ではないことが明らかとなった。
論文 参考訳(メタデータ) (2026-10-04T17:12:28Z) - Explainability Methods for Hardware Trojan Detection: A Systematic Comparison [0.0]
この研究は、Trust-Hubベンチマークでゲートレベル検出の3つの説明可能性カテゴリを比較した。
特性に基づく分析は、「出力近くの高ファンイン複雑性は潜在的なトリガーを示す」といった回路概念を通して説明を提供する。
事例に基づく推論は、予測とトロイの木馬の訓練の間の97.4%の対応を達成し、前例に基づく正当化を提供する。
論文 参考訳(メタデータ) (2026-01-26T17:13:00Z) - Does higher interpretability imply better utility? A Pairwise Analysis on Sparse Autoencoders [63.544453925182005]
3つの言語モデルで90のSAEをトレーニングし、解釈可能性と操舵性を評価します。
解析の結果,比較的弱い正の相関(tau b approx 0.298)しか示さず,解釈性は操舵性能の指標として不十分であることが示唆された。
本稿では,特徴量の増幅が次のトークン分布に与える影響を計測するデルタトークン信頼性(Delta Token Confidence)という新しい選択基準を提案する。
論文 参考訳(メタデータ) (2025-10-04T04:14:50Z) - A Data-Driven Approach to Enhancing Gravity Models for Trip Demand Prediction [21.445133878049333]
本研究では, 地理的, 経済的, 社会的, 旅行的データを統合することにより, 重力モデルを強化するためのデータ駆動型手法を提案する。
機械学習技術を用いることで、変数間のより複雑なインタラクションを処理するために、従来のモデルの能力を拡張します。
その結果、R-2乗法は51.48%改善し、モデルの説明力は大幅に向上した。
論文 参考訳(メタデータ) (2025-05-09T18:55:19Z) - SEAL: Steerable Reasoning Calibration of Large Language Models for Free [58.931194824519935]
大規模言語モデル(LLM)は、拡張チェーン・オブ・ソート(CoT)推論機構を通じて複雑な推論タスクに魅力的な機能を示した。
最近の研究では、CoT推論トレースにかなりの冗長性が示されており、これはモデル性能に悪影響を及ぼす。
我々は,CoTプロセスをシームレスに校正し,高い効率性を示しながら精度を向上する,トレーニング不要なアプローチであるSEALを紹介した。
論文 参考訳(メタデータ) (2025-04-07T02:42:07Z) - Self-Rationalization in the Wild: A Large Scale Out-of-Distribution Evaluation on NLI-related tasks [59.47851630504264]
自由文の説明は表現力があり理解しやすいが、多くのデータセットには注釈付き説明データがない。
我々は、T5-LargeモデルとOLMo-7Bモデルを微調整し、微調整データ品質、微調整サンプル数、少数ショット選択方法の影響を評価した。
モデルは、自然言語推論(NLI)、ファクトチェック、抽象的な要約における幻覚検出の3つのタスクにまたがる19の多様なOODデータセットで評価される。
論文 参考訳(メタデータ) (2025-02-07T10:01:32Z) - VisFIS: Visual Feature Importance Supervision with
Right-for-the-Right-Reason Objectives [84.48039784446166]
モデルFI監督は、VQAモデルの精度と、Right-to-the-Right-Reasonメトリクスの性能を有意義に向上させることができることを示す。
我々の最高のパフォーマンス手法であるVisual Feature Importance Supervision (VisFIS)は、ベンチマークVQAデータセットで強いベースラインを上回ります。
説明が妥当で忠実な場合には予測がより正確になる。
論文 参考訳(メタデータ) (2022-06-22T17:02:01Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。