visualization techniques | BriefGPT

关键词visualization techniques

搜索结果 - 17

通过最大紧张图像理解抑制
本论文研究了视觉模型中 ' 特征抑制 ' 的功能作用，即神经网络如何确保图像不表达给定的特征，提出通过研究 ' 最紧张的图像 '（MTIs）来理解抑制作用，介绍了两种新的可视化技术和大量探索性研究。
PDFa month ago
GenoCraft: 一种全面而用户友好的基于 Web 的高通量组学数据分析与可视化平台
高通量组学数据在生物学研究中的激增重塑了研究领域，引发了对功能强大且易用的数据分析和解释工具的需求。这篇论文介绍了 GenoCraft，这是一个基于网络的综合软件解决方案，旨在处理组学数据处理的整个流程。GenoCraft 提供了一个统一的
PDF6 months ago
利用深度学习识别 DNA 序列模体
Splice sites are vital for gene expression and accurate prediction is crucial; DeepDeCode, an attention-based deep learn
PDF7 months ago
无监督发现可解释的视觉概念
这篇论文提出了两种方法，最大激活群提取和多尺度可解释性可视化，以解释模型的决策，增强全局可解释性。实验证据表明多尺度可解释性可视化具有更高的定位和可信度价值。综合应用最大激活群提取和多尺度可解释性可视化可以达成人们根据可视化结果一致判断聚类
PDF10 months ago
可解释的用于分析流式细胞仪细胞转化器的技术
对于临床应用而言，深度学习模型的解释性尤为重要，尤其是在自动化系统的决策具有深远影响的情况下。本文评估了一种名为 ReluFormer 的 Transformer 模型在 Flow CytoMetry（FCM）数据上的应用，提出了一种针对
PDFa year ago
ACLSETSum：学生评教总结与可视化
SETSum 是一种利用情感分析、方面提取、摘要和可视化技术提供有组织的教师评价结果的系统，可帮助教师更有效地解释评价结果，并且有潜力改革未来的 SET 报告惯例。
PDF2 years ago
卷积神经网络的语义解释：什么使得一只猫成为猫？
本文提出了语义可解释人工智能（S-XAI）框架，利用基因算法发现的最佳超像素的共同特征和可视化技术提取了理解的语义空间，同时提供了语义空间的统计解释和语义概率的概念。实验结果表明，S-XAI 在为 CNN 提供更好的语义解释方面是有效的，具
PDF2 years ago
通过地理可视化探索移动描述
通过自动提取文本信息来感知运动现象具有挑战性。本文介绍了 GeoMovement，该系统基于结合机器学习和基于规则的运动相关信息抽取，并使用先进的可视化技术。GeoMovement 提供了一种集成框架，可以同时提取运动和缺乏运动，为人们提供
PDF2 years ago
MM自然语音识别可视化 —— 提高理解的方法？
本文介绍了如何使用图像识别中的归因方法，结合音频数据，帮助可视化深度神经网络自动语音识别模型中输入的哪些特征对输出结果影响最大。通过比较 Layer-wise Relevance Propagation（LRP）、Saliency Maps
PDF2 years ago
交互可视化编辑广义加性模型的 GAM 变革
通过 GAM Changer 这个开源的互动系统，使用可视化技术使得机器学习领域的数据科学家和领域专家能够轻松地分析、验证、调整他们的广义可加模型，从而消除模型中潜在的不可取的模式。
PDF3 years ago
CVPR重新审视基于类激活映射的可解释性评估：一种新的度量和实验分析
本文提出了一种新的指标来量化解释性映射，以提高 Class Activation Mapping (CAM) 方法的评估和重现，通过比较不同基于 CAM 的可视化方法来证明这种新指标的适用性。
PDF3 years ago
CVPR通过鲁棒特征提取理解深度网络的故障
本文介绍并研究了一种方法，旨在通过识别导致模型失败的视觉特征，对学习模型的传统评估方法进行补充，从而更好地表现重要和有益的失败模式。作者进一步提出了一种可视化方法用于帮助人们理解这些特征的含义，并在 ImageNet 数据集上进行了评估，结
PDF4 years ago
ICML透过损失函数几何理解对抗鲁棒性
本研究探索了使用对抗训练数据增强作为显式正则化技术的后果，发现这种经常使用的对抗增强技术实际上并没有导致更平的损失平面，需要重新思考对抗训练泛化以及泛化和损失平面几何之间的关系。
PDF5 years ago
生成对抗网络优化空间的深入探究
本研究通过新的可视化技术研究了 GAN 优化景观，并从理论和实践的角度对 GAN 的训练进行了实证研究，发现 GAN 在训练过程中会显著旋转，并最终收敛于一个稳定的马鞍点而非最小值。
PDF5 years ago
ICML应用于心电图的 LSTM 可视化技术
本文探讨了四种可用于连续值时间序列的长短期记忆网络的可视化技术。在本文所分析的数据集上，我们发现最好的可视化技术是学习一个输入删除掩码，以最佳方式减少真实类别分数。针对来自 MIT-BIH 心律失常数据集的单导联心电图，我们展示了 LSTM
PDF7 years ago
利用自然前像可视化深度卷积神经网络
本文通过自然感知前像的概念，运用逆向重建，激活最大化和漫画创作等多种可视化技术来研究浅层和深度学习表示，提出了一种正则化能量最小化的框架，可以更准确地反演 HOG 表示，并有效应用于卷积神经网络，其中发现 CNN 的多个层可以保留关于图像的
PDF9 years ago
用于实时自主室内导航的深度神经网络
本文提出一种在室内使用单一摄像头实现四旋翼自主导航和寻找目标物体（例如书包）的方法，使用卷积神经网络 (ConvNet) 进行深度学习，使用可视化技术来更好地理解训练网络。
PDF9 years ago