AI用語集
人工知能の完全辞典
時系列データのためのSHAP (Temporal SHAP)
SHAP（SHapley Additive exPlanations）手法の適応版で、観測値の時間的依存性を考慮し、各時間ステップの重要度を最終予測に割り当てます。
LSTM属性付け
LSTMタイプのリカレントニューラルネットワークに特化した解釈可能性技術で、各隠れ状態またはメモリセルのモデル出力への寄与を定量化します。
誘導型時系列摂動
時系列のセグメントを体系的に変更して予測への影響を観察する解釈可能性アプローチで、ヒューリスティクスを使用して最も影響の大きい期間をターゲットにします。
シーケンシャル顕著性マップ
シーケンシャルデータに適した顕著性マップの生成で、シーケンスの各点はその特定の瞬間の入力に対する出力の勾配に基づいて重要度スコアを受け取ります。
時間的インテグレーテッド勾配
Integrated Gradients手法の拡張版で、時系列空間内のパスに沿って勾配を積分し、通常はベースシーケンス（例：ゼロまたは平均シーケンス）から始まります。
時間的対実例説明
異なる予測につながった最小限の代替時系列シーケンスを生成し、モデルの決定における重要な条件を理解することを可能にします。
加法的関数による分解（Functional ANOVA）
時系列モデルの予測関数を主効果（個々の期間）と交互作用効果（組み合わせ期間）に分解し、それらの影響を定量化する統計的手法です。
ウェーブレットベースの解釈可能性
ウェーブレット変換を使用して時系列を異なる周波数に分解し、モデルの予測に最も影響を与えるパターンを特定します。
時間的連想規則（Temporal Association Rules）
パターンAが時刻tで発生した場合、予測Bとなるというタイプのルールを抽出し、理解可能な時間的パターンにおけるモデルの挙動を説明する手法。
時系列データ向けLIME（Time-LIME）
LIME（局所的解釈可能なモデルに依存しない説明）の適応版で、時系列セグメントをサンプリングし、特定のポイントでの予測を説明する局所線形モデルを作成する手法。
時間的影響プロファイル（Temporal Influence Profile）
各過去の時間ステップが現在の予測に与える影響をグラフィカルに表現し、特定のタスクに対するモデルのメモリや関連する時間範囲を明らかにする手法。
因果的感度分析（Causal Sensitivity Analysis）
時系列に対する因果的介入に対するモデルの感度を評価し、相関と因果を区別することで、より堅牢な解釈を可能にする手法。
時間的プロトタイプによる説明（Temporal Prototype Explanation）
予測クラスのプロトタイプ時系列（最も代表的なシーケンス）を特定し、新しい予測をこれらのプロトタイプとの類似性で説明する手法。
時間的誤差分解（Temporal Error Decomposition）
モデルの予測誤差を時系列の特定の成分（例：ノイズ、傾向、季節性）に分解し、弱点を特定する手法。
時間的サロゲートモデルによる解釈（Temporal Surrogate Model Interpretation）
複雑なモデル（例：ニューラルネットワーク）の挙動を、特定の時間ウィンドウ内で単純で解釈可能なモデル（例：ARIMA、線形回帰）をトレーニングすることで局所的に近似する手法。
RNN隠れ状態の可視化（RNN Hidden State Visualization）
RNNの隠れ状態ベクトルに技術（例：PCA、t-SNE）を適用し、モデルの内部ダイナミクスを可視化して、時間的パターンの学習段階を特定する一連の手法。