Feb, 2024
学习理解:通过 Mobius 变换识别交互
Learning to Understand: Identifying Interactions via the Mobius Transform
Justin S. Kang, Yigit E. Erginbas, Landon Butler, Ramtin Pedarsani, Kannan Ramchandran
TL;DR这篇研究论文聚焦于机器学习中的一个核心问题,即寻找可解释的函数表示方法。研究工作以 Mobius 变换作为有用工具,通过变换的系数对应于输入变量集合的唯一重要性评分。此算法在小规模交互输入条件下可以准确地恢复 Mobius 变换,同时发现了 Mobius 变换与组合测试之间的意外联系。