問題 No.1657
CNNの推論根拠を可視化する手法である「Grad-CAM」の定義として、最も適切なものはどれか。
【正解の解説】
最終畳み込み層の勾配情報を利用して、入力画像のどの部分が分類に寄与したかをヒートマップで表示する技術
Grad-CAM（Gradient-weighted Class Activation Mapping）は、特定のクラスに対する最終畳み込み層の勾配を利用して、ニューラルネットワークがどの領域に注目して判断を下したかを視覚的に説明する手法です。
スポンサーリンク
【その他の選択肢の解説】
モデルの学習過程において、誤差逆伝播法を用いて各層のパラメータを動的に更新し、予測精度を向上させる最適化手法
勾配を利用する点では共通していますが、Grad-CAMは学習ではなく推論の可視化を目的としており、パラメータ更新を行うものではありません。
ニューラルネットワークの各層において、特定のニューロンの出力値をマスクすることで、過学習を防ぐ正規化手法
情報の隠蔽によって汎化性能を高める手法であり、モデルの意思決定プロセスを可視化する目的とは異なります。
入力データに対してわずかなノイズを加えることで、画像分類モデルを意図的に誤判定させる攻撃手法
勾配を利用して入力画像を操作する点では関連がありますが、モデルの解釈性（説明可能性）を目的とするGrad-CAMとは目的が異なります。