[B! residual][explainable] arxiv_readerのブックマーク

arxiv_reader id:arxiv_reader

residualとexplainableに関するarxiv_readerのブックマーク (15)

https://arxiv-check-250201.firebaseapp.com/each/2407.05440v2
arxiv_reader 2024/09/04
explainable

arXiv reaDer

classification

convolutional

arXiv

learning

metric

residual

dataset
リンク
https://arxiv-check-250201.firebaseapp.com/each/2407.05440v1
arxiv_reader 2024/07/09
learning

convolutional

residual

classification

arXiv reaDer

metric

dataset

explainable

arXiv
リンク
https://arxiv-check-250201.firebaseapp.com/each/2402.09474v2
arxiv_reader 2024/04/30
classification

residual

dataset

learning

identification

explainable

detection

transformer

arXiv

arXiv reaDer
リンク
https://arxiv-check-250201.firebaseapp.com/each/2402.09474v1
arxiv_reader 2024/02/16
dataset

residual

arXiv

explainable

classification

identification

transformer

detection

arXiv reaDer

learning
リンク
ブラックボックスを分割して解釈可能なモデルの混合物に征服する: ルート、解釈、繰り返し
arxiv_reader 2023/07/12
ML モデル設計に対する現在のアプローチは、柔軟なブラックボックスモデルを選択して事後的に説明するか、解釈可能なモデルから始めるかのいずれかです。ブラックボックスモデルは柔軟ですが説明が難しいの

dataset

residual

reasoning

arXiv reaDer

explainable

arXiv
リンク
ディープニューラルネットワークでのショートカット学習への取り組み: 解釈可能なモデルを使用した反復アプローチ
arxiv_reader 2023/05/23
ML モデルの設計は、解釈可能なモデルまたはブラックボックスから開始し、事後的に説明します。ブラックボックスモデルは柔軟ですが、説明が困難ですが、解釈可能なモデルは本質的に説明可能です。しかし、解釈

residual

explainable

reasoning

arXiv reaDer

arXiv
リンク
EXPRESSNET: 指紋プレゼンテーション攻撃検出のための説明可能な残留スリムネットワーク
arxiv_reader 2023/05/17
プレゼンテーション攻撃は、自動指紋認識システムのセキュリティにおいて依然として続く困難な問題です。この論文は、入力指紋サンプルの視覚的特徴を表すことによってプレゼンテーション攻撃を検出する、新しい説明

benchmark

arXiv reaDer

detection

explainable

residual

representation

classification

CNN

arXiv

attention
リンク
解釈可能なモデルの混合物へのブラックボックスの分割と征服: ルーティング、解釈、繰り返し
arxiv_reader 2023/05/11
ML モデルの設計は、解釈可能なモデルまたはブラックボックスから開始し、事後的に説明します。ブラックボックスモデルは柔軟ですが、説明が困難ですが、解釈可能なモデルは本質的に説明可能です。しかし、解釈

arXiv reaDer

arXiv

explainable

reasoning

residual
リンク
解釈可能なモデルの混合物へのブラックボックスの分割と征服: ルーティング、解釈、繰り返し
arxiv_reader 2023/05/01
ML モデルの設計は、解釈可能なモデルまたはブラックボックスから開始し、事後的に説明します。ブラックボックスモデルは柔軟ですが、説明が困難ですが、解釈可能なモデルは本質的に説明可能です。しかし、解釈

explainable

arXiv

residual

arXiv reaDer

reasoning
リンク
ルーティング、解釈、繰り返し: 事後説明可能性と解釈可能なモデルの間の境界線を曖昧にする
arxiv_reader 2023/02/22
ML モデルの設計に対する現在のアプローチは、柔軟なブラックボックスモデルを選択して事後的に説明するか、解釈可能なモデルから始めるかのいずれかです。ブラックボックスモデルは柔軟ですが、説明が困難で

arXiv

dataset

residual

arXiv reaDer

reasoning

explainable
リンク
教師なし点群補完のためのエネルギーベースの残留潜在輸送
arxiv_reader 2022/11/15
教師なし点群補完は、部分的完全対応を必要とせずに、部分的なオブジェクト観測のジオメトリ全体を推測することを目的としています。既存の決定論的アプローチとは異なり、欠落した対応を調査するために、教師なし点

human

arXiv

generative

point cloud

domain

residual

unsupervised

arXiv reaDer

explainable
リンク
形状メトリックを使用して2Dデータポイントを記述する
arxiv_reader 2022/01/31
重回帰などの従来の機械学習（ML）アルゴリズムでは、人間の分析者がデータの処理方法を決定する必要があります。これらの決定により、モデル構築プロセスが主観的になり、モデルを構築しなかった人にとっては複製

learning

explainable

human

metric

arXiv

residual

arXiv reaDer
リンク
歩行者と車両の安全性を向上させるための説明可能な自動化された都市介入
arxiv_reader 2021/10/25
現在、都市のモビリティ研究と政府のイニシアチブは、主に自動車関連の問題、たとえば渋滞や汚染の問題に焦点を合わせています。それでも、都市景観の中で最も脆弱な要素である歩行者を無視することはできません。歩

CNN

residual

arXiv

computer vision

pedestrian

arXiv reaDer

vehicle

segmentation

explainable
リンク
深い視覚的顕著性モデルの説明の導出
arxiv_reader 2021/09/09
深い神経ネットワークは、視覚的顕著性予測において人間レベルのパフォーマンスを達成する上で大きな影響を示しています。しかし、彼らがどのように課題を学び、それが人間の視覚系を理解する上で何を意味するのかは

learning

explainable

residual

human

dataset

interpretation

arXiv

benchmark

arXiv reaDer

saliency
リンク
構造的MRIを使用した関節萎縮の局在化とアルツハイマー病診断のための説明可能な3D残留自己注意深層神経ネットワーク
arxiv_reader 2021/04/22
構造磁気共鳴画像法（sMRI）に基づくアルツハイマー病（AD）とその前駆症状の軽度認知障害（MCI）のコンピューター支援早期診断は、疾患進行の早期予防と治療のための費用効果が高く客観的な方法を提供し、

residual

arXiv

dataset

3D

localization

explainable

arXiv reaDer

classification

attention

MRI
リンク
1

お知らせ

もっと読む

公式Twitter

@HatenaBookmark
リリース、障害情報などのサービスのお知らせ
@hatebu
最新の人気エントリーの配信

キーボードショートカット一覧

j次のブックマーク

k前のブックマーク

lあとで読む

eコメント一覧を開く

oページを開く

設定を変更しましたx