Core Concepts
이 논문은 이미지 속성 해석 문제를 부분모듈 선택 문제로 재구성하여 모델 해석성을 향상시키는 새로운 방법을 제안합니다.
Abstract
요약
이미지 속성 알고리즘은 모델 결정에 중요한 영역을 식별하는 것을 목표로 합니다.
기존 속성 해석 알고리즘은 작은 영역을 생성하여 올바른 속성을 오도할 수 있습니다.
제안된 방법은 부분모듈 함수를 사용하여 정확한 해석 영역을 발견하고, 다양한 하위 영역의 중요성을 평가하기 위한 제약 조건을 도입합니다.
실험 결과는 제안된 방법이 최신 기술을 능가함을 보여줍니다.
구조
요약
소개
이미지 속성 알고리즘
부분모듈 함수 설계
탐욕 알고리즘
실험
결론
Stats
제안된 방법은 HSIC-Attribution에 비해 평균 삭제 및 삽입 점수를 향상시킵니다.
잘못 예측된 샘플의 경우, 제안된 방법은 HSIC-Attribution 알고리즘에 비해 가장 높은 신뢰도와 삽입 점수를 향상시킵니다.
Quotes
"이미지 속성 알고리즘은 모델 결정에 중요한 영역을 식별하는 것을 목표로 합니다."
"제안된 방법은 부분모듈 함수를 사용하여 정확한 해석 영역을 발견하고, 다양한 하위 영역의 중요성을 평가하기 위한 제약 조건을 도입합니다."