概念ボトルネックモデルの性能を向上させるために、不足している概念を補完し、人間にも理解可能な新しい概念を発見する手法を提案する。
概念ボトルネックモデルの新しいアーキテクチャと訓練手法を提案し、事前学習された多モーダルエンコーダから概念ボトルネックモデルを構築する効率的なフレームワークを示す。提案手法では、疎な中間表現を学習することで、モデルの解釈可能性を大幅に向上させることができる。
