prototypical parts | BriefGPT

关键词prototypical parts

搜索结果 - 6

利用多种可视化方法阐明典型概念：看起来很像那些
利用原型部件结合深度学习和基于案例的推理，我们提出了 ProtoConcepts 方法，用于解释性图像分类。通过学习可视化的多个图像补丁，我们的方法修改了原型网络的架构，允许更容易识别所捕捉原型的概念，并创建更丰富、更可解释的视觉解释。实验
PDF8 months ago
评估可解释的部分 - 原型图像分类器的 Co-12 配方
解释性部分原型模型在设计上可解释的计算机视观模型。这篇论文回顾了现有研究，评估了解释性部分原型模型的解释质量，揭示了研究空缺，并概述了未来对解释性部分原型模型解释质量评估的方法。该论文旨在推进和成熟相对较新的解释性部分原型模型研究领域。此外
PDFa year ago
CVPR深度原型部件减轻形态学肾结石识别并具有对光度扰动的竞争性稳健性
本研究提出了使用基于深度学习的肾结石识别模型中的原型部件 (PPs) 来生成分类结果，从而使模型具有可解释性和更高的稳健性。
PDFa year ago
ICICLE：可解释的类增量继续学习
提出了一种名为 ICICLE 的解释性类增量学习方法，采用原型部分方法，包括解释性正则化、基于相似度的原型初始化策略和任务 - 时间偏差补偿，实验证明其可以减少解释性概念漂移并在概念模型上表现优异，并提供了代码。
PDFa year ago
ProtoPShare: 原型共享用于可解释图像分类和相似性发现
本文介绍了 ProtoPShare，一种基于原型部件范例的自我解释方法，具有数据依赖的合并修剪功能，能够有效地在类别之间共享原型部件，原型更加一致，模型对图像扰动更加稳健，并在 CUB-200-2011 和斯坦福车辆两个数据集上验证了我们的
PDF4 years ago
这像那样：用深度学习进行可解释的图像识别
介绍了 ProtoPNet，一种深度神经网络架构，该模型通过识别图像的原型部分并将原型部分的证据结合起来，类似于鸟类学家、医生和其他人解决图像分类任务的方式，提供了一定程度的可解释性，并在 CUB-200-2011 数据集和 Stanfor
PDF6 years ago