BriefGPT.xyz
Ask
alpha
关键词
global explanation
搜索结果 - 5
聚合类别激活图的可视化分析全局类特征的方法
使用 Class Activation Maps（CAMs）方法对深度学习模型进行全局解释，通过方块表示每个特征的分类影响，大小描述了不同样本间影响的变化，提供交互式直方图进行进一步分析筛选，从而在高维数据中检测重要特征并根据全局解释进行
→
PDF
a year ago
ICML
GLOBE-CE: 全球反事实解释的基于翻译的方法
提出了一种名为 GLOBE-CE 的灵活框架，旨在解决当前解释性方法中与可靠性和可扩展性有关的问题，并在针对高维数据集和连续特征存在的情况下提供全局和高效的反事实解释，通过公开可用的数据集和用户研究进行了评估，证明了该框架在速度、可靠性等多
→
PDF
a year ago
通过学习的概念逻辑组合来实现 GNN 的全球可解释性
GLGExplainer 是一种全局解释器，它能够生成作为图形概念逻辑公式的本地解释的任意布尔组合，从而提供准确和人类可解释的全局解释，这使得 GLGExplainer 成为有前途的用于学习 GNN 的诊断工具。
PDF
2 years ago
ICLR
全局反事实解释：调查、实现、和改进
该研究探讨了全局因果解释框架的现有方法，特别聚焦于实施和改进可操作补救摘要（AReS），这是唯一已知的适用于补救的全局因果解释框架。
PDF
2 years ago
可解释的、可探究的黑匣子模型近似
提出了 BETA 框架，通过透明的逼近来解释任何黑盒分类器的行为，允许用户交互式地探索用户感兴趣的不同子空间中黑盒模型的行为。实验评估表明，与现有基线相比，该方法可以生成高度紧凑，易于理解，但准确的各种预测模型的逼近。
PDF
7 years ago
Prev
Next