この記事では、時系列データの分類が重要な課題であることを述べ、従来のブラックボックスの深層学習法ではその出力の理由が分かりづらいという問題を指摘しています。この課題に対処するために、著者たちはSTELLE（信号時間論理埋め込みによる論理的学習と説明の統合フレームワーク）という新しいアプローチを提案しました。STELLEは、時系列を予め定義された時間論理式との整合性にマッピングする新しいカーネルを導入し、分類と説明を直接結びつけます。この手法により、各予測はそれを特徴づける論理的概念と共に提供されるため、個別の予測に対する人間可読な説明や、クラスを特徴付ける公式としての全体的な説明が得られます。実験では、STELLEが競争力のある精度を達成し、多様な実世界のベンチマークで論理的に忠実な説明を提供することが確認されました。