AI用語集
人工知能の完全辞典
重みヒートマップ
ニューラルネットワークのニューロン間のシナプス重みの強度を色分けで表した行列視覚化。モデル内で最も影響力のある接続を特定することができる。
ニューロン活性化グラフ
ネットワークの異なる層におけるニューロンの活性化値を視覚的に表現したもの。情報がモデルアーキテクチャを通じてどのように段階的に変換されるかを示す。
モデルアーキテクチャ図
ニューラルネットワークの層、接続、テンソル次元を示す詳細な構造図。モデルの全体構成の理解を容易にする。
深層特徴マップ
ネットワークの深層で学習された特徴の2Dまたは3D視覚化。モデルが入力データから識別した抽象的なパターンを明らかにする。
変数重要度グラフ
特徴量を予測への貢献度に基づいて分類する棒グラフまたはレーダーチャート。予測において最も決定的な変数を特定できる。
潜在空間可視化
モデルがデータをエンコードする高次元空間の2D/3D投影。この抽象空間におけるサンプル間の隠れた構造と関係を明らかにする。
データフローサンキーダイアグラム
ネットワークの異なる層を通じたデータの流れと変換を示す進化的な視覚化。接続の重要度に比例したバンドで表現される。
統合勾配グラフ
勾配がネットワークの経路に沿ってどのように蓄積するかを示す視覚化。どの経路がモデルの最終決定に最も貢献するかを理解するのに役立つ。
顕著性マップ
モデルの予測に最も影響を与える領域を示す入力データ上の色付きオーバーレイ。ネットワークの注意焦点を理解するために不可欠。
SHAP可視化
SHAP値に基づくグラフィカル表現で、各変数が予測に与える個別および集合的な影響を示し、局所的な説明と全体的な説明を提供する。
LIMEグラフ
LIMEによって生成された局所的な説明の可視化で、特定の予測に対する特徴量の重みと寄与を説明図で示す。
t-SNE図
モデルの埋め込み表現を局所的な関係を保持しながら2次元に非線形投影し、学習された表現のクラスタと内在的構造を明らかにする。
UMAP可視化
t-SNEに代わる次元投影法で、データの大域的な構造をより良く保持し、潜在空間における大規模な関係をより忠実に表示する。
注意マップ
トランスフォーマーモデルにおける注意の重みの可視化で、各処理ステップにおいてモデルが入力のどの部分を重要と見なしているかを示す。
アニメーション決定境界
モデルの決定境界が学習中にどのように進化するかを示す動的可視化で、分類境界の段階的な学習を説明する。
レイヤー別活性化ヒストグラム
ネットワークの各層における活性化値の分布で、学習中の飽和問題やニューロンの死を特定することを可能にする。
接続重み行列
ネットワークの全層間の重みを完全に表現する行列で、熱画像として可視化され、出現する接続パターンを特定するために用いられる。