BriefGPT.xyz
Ask
alpha
关键词
concept bottleneck model
搜索结果 - 3
FI-CBL:一种基于专家规则的概率概念学习方法
提出一种解决基于概念学习(CBL)问题的方法,该方法通过将每个概念标注图像划分为补丁,并使用自编码器将这些补丁转换为嵌入向量,然后假设每个聚类主要包含具有特定概念的补丁的嵌入向量,通过计算具有特定概念的图像的补丁比率,计算先验概率和后验概率
→
PDF
8 days ago
贝叶斯泛化误差的上界在局部概念瓶颈模型中:局部瓶颈模型胜过朴素瓶颈模型
Concept Bottleneck Model (CBM) methods for explaining neural networks have been improved upon with the introduction of P
→
PDF
4 months ago
具有额外无监督概念的概念瓶颈模型
本文提出了一种基于概念瓶颈模型的新型可解释模型,集成了监督和无监督概念,减少了计算量,同时取得了比 CBM 和 SENN 更优异的实验效果,并可视化每个概念的显著性图,符合语义意义。
PDF
2 years ago
Prev
Next