クラス活性化マップ（CAM）は、畳み込みニューラルネットワークの内部動作メカニズムを視覚的に説明するために広く研究されています。既存のCAMベースの方法の鍵は、有効な重みを計算して、ターゲットの畳み込

arxiv_reader のブックマーク 2022/06/20 11:54

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4721254539023712098/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2206.08792v1" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2206.08792v1" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2206.08792v1" data-user-icon="/users/arxiv_reader/profile.png">FD-CAM：CNNの視覚的説明の忠実性と識別可能性の向上</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/CNN">CNN</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/gradient">gradient</a>]</li></ul><br><p style="clear: left">クラス活性化マップ（CAM）は、畳み込みニューラルネットワークの内部動作メカニズムを視覚的に説明するために広く研究されています。既存のCAMベースの方法の鍵は、有効な重みを計算して、ターゲットの畳み込</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20220620#bookmark-4721254539023712098"><span class="datetime-body">2022/06/20 11:54</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！