AIが解く世界の難問 · 生命科学 · arXiv · 2026-10-23
脳波向けシミュレーションベース推論におけるゲート型特徴量重要度:注意すべき事例
原題: Gate-Based Feature Importance in Simulation-Based Inference for EEG: A Cautionary Tale
シミュレーションベース推論(SBI)は力学モデルをデータに当てはめる強力な手法だが、どの情報が推定値を決めるかは分かりにくい。本研究は、特徴量ゲートの重みが特徴量の重要度を反映するかを、Jansen-Ritモデルの4つの生理学的パラメータを神経事後分布推定で推定する設定で調べ、特徴量を1つずつ除いて再学習するアブレーションと比較した。9つの学習シードで、ゲートに基づく重要度とアブレーションに基づく重要度は負の相関を示し(スピアマンのρはシグモイドゲートで約-0.61、ソフトマックスゲートで約-0.56)、アブレーションで最重要とされた総信号パワーはゲートが最も低く重み付けした特徴量の一つだった。学習されたゲート重みを因果的な特徴量重要度として解釈することには注意が必要である。