「大規模画像データによる事前学習によって、筆跡サンプルの少ない筆跡者の判定精度向上をいかに達成するかである。」という問題に対する実際の妥当性確認を行うことはできず、一部の検証だけが行われた。この結果は、特定の距離関数を用いた対象ドメインのデータ外類似データを用いた事前学習の有効性を示すものであった。また、上述の制限によって引き起こされた研究計画の変更によって、システムエンジニアリングを援用したAIの説明可能性と人間モデルの関係性の分析が行われ、人間の認知特性等を勘案することでAIを含むシステムの説明可能性が向上する結果が示唆された。
Due to travel restrictions caused by COVID-19 and delays in computer deliveries due to semiconductor shortages, it was not possible to conduct a comprehensive validation of the actual validity of addressing the issue of improving the accuracy of handwriting identification for individuals with limited handwriting samples through pre-training with large-scale image data. Only partial validation was carried out. The results demonstrated the effectiveness of pre-training using out-of-domain similar data with a specific distance function. Additionally, due to changes in research plans caused by the aforementioned limitations, analysis of the explainability of AI using systems engineering and its relationship with human models was conducted. It was suggested that explainability of systems　including AI could be improved by considering human cognitive characteristics, among other factors.

研究種目 : 若手研究
研究期間 : 2021～2023
課題番号 : 21K18017
研究分野 : XAI, 筆跡鑑定、システムズアプローチ