Core Concepts
提案された統一フレームワークは、ブラックボックスモデルの勾配ベースの顕著性マップ生成において効果的であることを示しています。
Abstract
勾配ベースの顕著性マップは、ブラックボックスモデルの決定を解釈するために有効です。
ライクリフード比法を使用した勾配推定により、高い精度と説明力が実証されました。
ブロック単位の計算技術は、勾配推定の分散を低減し、タスクパフォーマンスを向上させます。
Stats
ブラックボックスシナリオでの効果的な方法を示す数値実験結果が提供されています。