Core Concepts
ポイントクラウドデータに対する高速かつシンプルな説明可能性手法を提案し、重要な洞察を提供します。
Abstract
ポイントクラウドデータにおける高速かつシンプルなAI(XAI)手法を提案。
特徴ベースの解釈性(FBI)導入でSOTA結果を達成。
3D学習の様々な側面を分析し、回転不変性や異常値への耐性に焦点。
GradientやCritical Pointsよりもスムーズでランキングが向上。
Introduction
ポイントクラウド内のポイントの重要度ランキングが重要。
Gradient計算に頼らず迅速に重要度を計算することが有利。
Method
Pre-bottleneck段階から特徴量を探査し、L1 normが信頼できる指標であることを示す。
Analysis and Insights
回転不変性や異常値への耐性分析。
自己教師付き学習と監督学習方法の比較。
Stats
FBIメソッドは他のXAI手法よりも少なくとも3桁以上高速化されている。
FBIメソッドはSOTA結果を達成している。