深層ニューラルネットワークは画像認識の様々な分野で目覚ましい成果をあげているが，今後の産業応用を考えるうえでは解決すべき課題も残されている．一例として，画像分類のタスクでは分類結果をラベルとして出力するだけではなく，画像中のどの部位に着目して分類がなされたか，分類の根拠を示すよう求められる場合がある．筆者らはこの問題を解決するシンプルな構成のネットワークを提案する．提案手法では分類スコアと直接対応する可視化用のマップが分類タスクの過程で生成され，視覚的に確認可能なマップが分類結果に自然な形で反映される．ベンチマーク用画像を用いて実験を行い，本手法が可視化手法として有効であることを示す．Deep neural networks show excellent performance in various image recognition field. However, some issues remain for future industrial applications. For example, in image classification tasks, users might request not only to estimate class label but also to answer where the system give attention to classify. We propose novel network architecture to solve this issue. Our method generates 2D maps directly related to classification scores during classification, and generated maps are visually recognizable and reflected to classification result naturally. We empirically indicate effect of our method for existing datasets.