awesome_deep_learning_interpretability

AWARGY_DEEP_LEARNING_INTERNTRAITY

Makalah terkait pembelajaran mendalam tentang model penjelasan dalam beberapa tahun terakhir.

Urutkan Nomor Referensi

159 Makalah PDF (2 dari mereka perlu ditemukan di scihub) diunggah ke Tencent Weiyun.

Diperbarui dari waktu ke waktu.

Tahun	Publikasi	Kertas	Kutipan	kode
2020	CVPR	Menjelaskan distilasi pengetahuan dengan mengukur pengetahuan	81
2020	CVPR	Komponen frekuensi tinggi membantu menjelaskan generalisasi jaringan saraf konvolusional	289
2020	CVPRW	SCORE-CAM: Penjelasan visual tertimbang skor untuk jaringan saraf konvolusional	414	Pytorch
2020	Iclr	Konsistensi pengetahuan antara jaringan saraf dan seterusnya	28
2020	Iclr	Jaringan saraf bernilai kompleks yang dapat ditafsirkan untuk perlindungan privasi	dua puluh tiga
2019	Ai	Penjelasan dalam Kecerdasan Artistik: Wawasan dari Ilmu Sosial	3248
2019	NMI	Berhenti Menjelaskan Model Pembelajaran Mesin Kotak Hitam untuk Keputusan Tingkat Tinggi dan Gunakan Model Yang Dapat Ditafsirkan sebagai gantinya	3505
2019	Neurips	Bisakah Anda mempercayai ketidakpastian model Anda? Mengevaluasi ketidakpastian prediktif di bawah pergeseran dataset	1052	-
2019	Neurips	Ini terlihat seperti itu: pembelajaran mendalam untuk pengenalan gambar yang dapat ditafsirkan	665	Pytorch
2019	Neurips	Benchmark untuk metode interpretasi dalam jaringan saraf yang dalam	413
2019	Neurips	Representasi gradien penuh untuk visualisasi jaringan saraf	155
2019	Neurips	Tentang kesetiaan (dalam) dan sensitivitas penjelasan	226
2019	Neurips	Menuju Penjelasan Berbasis Konsep Otomatis	342	Tensorflow
2019	Neurips	Cxplain: Penjelasan kausal untuk interpretasi model di bawah ketidakpastian	133
2019	CVPR	Menafsirkan CNNs melalui Pohon Keputusan	293
2019	CVPR	Dari pengakuan hingga kognisi: Penalaran Visual Admonsense	544	Pytorch
2019	CVPR	Jaringan Cabang Perhatian: Belajar Mekanisme Perhatian untuk Penjelasan Visual	371
2019	CVPR	Penjelasan visual yang dapat ditafsirkan dan berbutir halus untuk jaringan saraf konvolusional	116
2019	CVPR	Belajar menjelaskan dengan contoh komplemental	36
2019	CVPR	Mengungkapkan adegan dengan membalikkan struktur dari rekonstruksi gerak	84	Tensorflow
2019	CVPR	Penjelasan multimodal dengan memprediksi kontrafaktual dalam video	26
2019	CVPR	Memvisualisasikan ketahanan interpretasi jaringan konvolusional yang mendalam	2
2019	Iccv	U-CAM: Penjelasan Visual Menggunakan Peta Aktivasi Kelas Ketidakpastian	61
2019	Iccv	Menuju pengakuan wajah yang dapat ditafsirkan	66
2019	Iccv	Mengambil petunjuk: memanfaatkan penjelasan untuk membuat model visi dan bahasa lebih membumi	163
2019	Iccv	Memahami jaringan yang dalam melalui gangguan ekstrem dan topeng halus	276	Pytorch
2019	Iccv	Menjelaskan jaringan saraf secara semantik dan kuantitatif	49
2019	Iclr	Interpretasi hierarkis untuk prediksi jaringan saraf	111	Pytorch
2019	Iclr	Seberapa penting neuron?	101
2019	Iclr	Penjelasan Visual dengan Interpretasi: Meningkatkan Kemampuan Umpan Balik Visual dari Jaringan Saraf Tinggi Dalam	56
2018	ICML	Mengekstraksi Automata dari jaringan saraf berulang menggunakan kueri dan contoh tandingan	169	Pytorch
2019	ICML	Menuju pemahaman yang mendalam dan terpadu tentang model saraf dalam di NLP	80	Pytorch
2019	Icais	Menafsirkan Prediksi Kotak Hitam Menggunakan Kernel Fisher	80
2019	ACMFAT	Menjelaskan penjelasan di AI	558
2019	Aaai	Interpretasi jaringan sarafnya rapuh	597	Tensorflow
2019	Aaai	Ekstraksi peta arti-penting classifier-agnostik	dua puluh tiga
2019	Aaai	Bisakah Anda menjelaskannya? Penjelasan yang jernih membantu pengambilan gambar kolaboratif manusia-AI	11
2019	Aaaiw	Pembelajaran yang tidak diawasi dari jaringan saraf untuk menjelaskan jaringan saraf	28
2019	Aaaiw	Transplantasi jaringan	4
2019	CSUR	Survei metode untuk menjelaskan model kotak hitam	3088
2019	Jvcir	Jaringan saraf konvolusional yang dapat ditafsirkan melalui desain feedforward	134	Keras
2019	Menjelaskan	Keandalan (un) reliabilitas metode air liur	515
2019	ACL	Perhatian bukan penjelasan	920
2019	EMNLP	Perhatian bukan penjelasan	667
2019	arxiv	Interpretabilitas perhatian di seluruh tugas NLP	129
2019	arxiv	CNN yang dapat ditafsirkan	2
2018	Iclr	Menuju pemahaman yang lebih baik tentang metode atribut berbasis gradien untuk jaringan saraf yang dalam	775
2018	Iclr	Mempelajari cara menjelaskan jaringan saraf: polaNet dan polaattribution	342
2018	Iclr	Tentang pentingnya arah tunggal untuk generalisasi	282	Pytorch
2018	Iclr	Mendeteksi interaksi statistik dari bobot jaringan saraf	148	Pytorch
2018	Iclr	Penghitungan yang dapat ditafsirkan untuk menjawab pertanyaan visual	55	Pytorch
2018	CVPR	Jaringan saraf konvolusional yang dapat ditafsirkan	677
2018	CVPR	Ceritakan ke mana harus mencari: Jaringan Inferensi Perhatian Terpandu	454	Chainer
2018	CVPR	Penjelasan Multimodal: Membenarkan Keputusan dan Menunjuk ke Bukti	349	Caffe
2018	CVPR	Transparansi dengan Desain: Tutup kesenjangan antara kinerja dan interpretasi dalam penalaran visual	180	Pytorch
2018	CVPR	Net2Vec: Mengukur dan menjelaskan bagaimana konsep dikodekan oleh filter dalam jaringan saraf dalam	186
2018	CVPR	Apa yang telah kita pelajari dari representasi mendalam untuk pengakuan tindakan?	52
2018	CVPR	Belajar bertindak dengan benar: memprediksi dan menjelaskan biaya dari gambar	57
2018	CVPR	Mengajar kategori untuk pelajar manusia dengan penjelasan visual	64	Pytorch
2018	CVPR	Apa yang disukai jaringan dalam?	36
2018	CVPR	Menafsirkan jaringan saraf dengan mengidentifikasi jalur perutean data yang kritis	73	Tensorflow
2018	ECCV	Clustering yang dalam untuk pembelajaran fitur visual tanpa pengawasan	2056	Pytorch
2018	ECCV	Komputasi saraf yang bisa dijelaskan melalui jaringan modul saraf stack	164	Tensorflow
2018	ECCV	Penjelasan visual landasan	184
2018	ECCV	Penjelasan tekstual untuk kendaraan self-driving	196
2018	ECCV	Dekomposisi dasar yang dapat ditafsirkan untuk penjelasan visual	228	Pytorch
2018	ECCV	Convnets dan ImageNet Beyond Accuracy: Memahami Kesalahan dan Mengungkap Bias	147
2018	ECCV	VQA-E: Menjelaskan, menguraikan, dan meningkatkan jawaban Anda untuk pertanyaan visual	71
2018	ECCV	Pilih Neuron Anda: Menggabungkan pengetahuan domain melalui neuron-penting	41	Pytorch
2018	ECCV	Visualisasi fitur yang beragam mengungkapkan invariansi di lapisan awal jaringan saraf dalam	dua puluh tiga	Tensorflow
2018	ECCV	Explaingan: Penjelasan Model melalui Transformasi Persilangan Batas Keputusan	36
2018	ICML	Atribut Fitur Interpretability Beyond: Pengujian Kuantitatif dengan Vektor Aktivasi Konsep	1130	Tensorflow
2018	ICML	Belajar menjelaskan: Perspektif informasi-teori tentang interpretasi model	421
2018	ACL	Apakah model memahami pertanyaannya?	171	Tensorflow
2018	Fitee	Interpretasi visual untuk pembelajaran mendalam: survei	731
2018	Neurips	Cek kewarasan untuk peta air liur	1353
2018	Neurips	Penjelasan berdasarkan yang hilang: Menuju penjelasan yang bertentangan dengan negatif terkait	443	Tensorflow
2018	Neurips	Menuju interpretasi yang kuat dengan jaringan saraf yang menjelaskan diri sendiri	648	Pytorch
2018	Neurips	Serangan memenuhi interpretabilitas: Deteksi atribut yang dikemudikan dari sampel permusuhan	142
2018	Neurips	Deeppink: Seleksi fitur yang dapat direproduksi dalam jaringan saraf dalam	125	Keras
2018	Neurips	Pilihan Representer Point untuk menjelaskan jaringan saraf yang dalam	182	Tensorflow
2018	Lokakarya Neurips	Filter konvolusional yang dapat ditafsirkan dengan sincnet	97
2018	Aaai	Jangkar: Penjelasan Model-Model Presisi Tinggi	1517
2018	Aaai	Meningkatkan kekokohan dan interpretasi jaringan saraf dalam dengan mengatur gradien input mereka	537	Tensorflow
2018	Aaai	Pembelajaran mendalam untuk penalaran berbasis kasus melalui prototipe: jaringan saraf yang menjelaskan prediksi	396	Tensorflow
2018	Aaai	Menafsirkan pengetahuan CNN melalui grafik penjelas	199	Matlab
2018	Aaai	Memeriksa representasi CNN sehubungan dengan bias dataset	88
2018	WACV	Grad-Cam ++: Penjelasan visual berbasis gradien umum untuk jaringan konvolusional yang dalam	1459
2018	Ijcv	Perhatian saraf top-down dengan backprop eksitasi	778
2018	Tpami	Menafsirkan representasi visual yang mendalam melalui diseksi jaringan	252
2018	Dsp	Metode untuk menafsirkan dan memahami jaringan saraf yang dalam	2046
2018	Mengakses	Mengintip di dalam kotak hitam: survei tentang kecerdasan buatan yang dapat dijelaskan (XAI)	3110
2018	Jair	Belajar aturan penjelasan dari data bising	440	Tensorflow
2018	Mipro	Kecerdasan artistik yang bisa dijelaskan: survei	794
2018	BMVC	Rise: Pengambilan Sampel Input Acak untuk Penjelasan Model Kotak Hitam	657
2018	arxiv	Distill-and-Compare: Auditing Model Kotak Hitam Menggunakan Distilasi Model Transparan	194
2018	arxiv	Memanipulasi dan mengukur interpretasi model	496
2018	arxiv	Bagaimana Jaringan Saraf Konvolusional Melihat Dunia-Survei Metode Visualisasi Jaringan Saraf Konvolusional	211
2018	arxiv	Meninjau kembali pentingnya unit individu dalam CNNs melalui ablasi	93
2018	arxiv	Ukuran penting secara komputasi dari kepentingan neuron internal	10
2017	ICML	Memahami prediksi kotak hitam melalui fungsi pengaruh	2062	Pytorch
2017	ICML	Atribut aksiomatik untuk jaringan yang dalam	3654	Keras
2017	ICML	Mempelajari fitur -fitur penting melalui penyebaran aktivasi yang berbeda	2835
2017	Iclr	Memvisualisasikan keputusan jaringan saraf dalam: analisis perbedaan prediksi	674	Caffe
2017	Iclr	Menjelajahi banyak di jaringan saraf yang dalam	34
2017	Neurips	Pendekatan terpadu untuk menafsirkan prediksi model	11511
2017	Neurips	Parsis gambar waktu nyata untuk kelas kotak hitam	483	Pytorch
2017	Neurips	SVCCA: Analisis korelasi kanonik vektor tunggal untuk dinamika dan interpretabilitas pembelajaran yang mendalam	473
2017	CVPR	Bagian Objek Menambang dari CNNs melalui Antara Pertanyaan Aktif	29
2017	CVPR	Diseksi jaringan: mengukur interpretabilitas representasi visual yang dalam	1254
2017	CVPR	Meningkatkan interpretabilitas jaringan saraf dalam dengan informasi semantik	118
2017	CVPR	MDNET: jaringan diagnosis gambar medis yang dapat diinterpretasikan secara semantik dan visual	307	Obor
2017	CVPR	Membuat V dalam VQA Materi: Meninggikan Peran Pemahaman Gambar dalam Jawaban Pertanyaan Visual	1686
2017	CVPR	Mengetahui kapan harus melihat: perhatian adaptif melalui sentinel visual untuk captioning gambar	1392	Obor
2017	CVPRW	Analisis tindakan manusia 3D yang dapat ditafsirkan dengan jaringan konvolusional temporal	539
2017	Iccv	Grad-Cam: Penjelasan Visual dari Jaringan Dalam melalui Lokalisasi Berbasis Gradien	13006	Pytorch
2017	Iccv	Penjelasan yang dapat ditafsirkan tentang kotak hitam dengan gangguan yang bermakna	1293	Pytorch
2017	Iccv	Pembelajaran yang dapat ditafsirkan untuk mobil self-driving dengan memvisualisasikan perhatian kausal	323
2017	Iccv	Memahami dan membandingkan jaringan saraf yang dalam untuk klasifikasi usia dan gender	130
2017	Iccv	Belajar disambiguate dengan mengajukan pertanyaan diskriminatif	26
2017	Ijcai	Benar untuk alasan yang tepat: melatih model yang dapat dibedakan dengan membatasi penjelasan mereka	429
2017	Ijcai	Memahami dan Meningkatkan Jaringan Saraf Konvolusional melalui Unit Linier Dinyatakan Digabungkan	510	Caffe
2017	Aaai	Grafik bagian yang dapat ditafsirkan pada konvnets melalui pembelajaran multi-shot	67	Matlab
2017	ACL	Memvisualisasikan dan memahami terjemahan mesin saraf	179
2017	EMNLP	Kerangka kerja kausal untuk menjelaskan prediksi model urutan-ke-urutan kotak hitam	192
2017	Lokakarya CVPR	Melihat Di Bawah Tudung: Visualisasi Jaringan Saraf Dalam Untuk Menafsirkan Hasil Analisis Gambar Seluruh Slide untuk Poly Berwarna-warni	47
2017	Survei	Interpretabilitas Model Pembelajaran Mendalam: Survei Hasil	345
2017	arxiv	SmoothGrad: Menghapus kebisingan dengan menambahkan noise	1479
2017	arxiv	Menaikar & Jelajahi Model Kotak Hitam	259
2017	arxiv	Menyaring jaringan saraf menjadi pohon keputusan yang lembut	520	Pytorch
2017	arxiv	Menuju jaringan saraf dalam yang dapat ditafsirkan dengan memanfaatkan contoh permusuhan	111
2017	arxiv	Kecerdasan artistik yang dapat dijelaskan: Memahami, memvisualisasikan dan menafsirkan model pembelajaran yang mendalam	1279
2017	arxiv	Jaringan Penjelasan Kontekstual	77	Pytorch
2017	arxiv	Tantangan untuk transparansi	142
2017	Acmsopp	DeepXplore: Pengujian Whitebox Otomatis dari Sistem Pembelajaran yang mendalam	1144
2017	Ceurw	Apa arti AI yang bisa dijelaskan sebenarnya? Konseptualisasi perspektif baru	518
2017	TVCG	Activis: Eksplorasi visual model jaringan saraf dalam skala industri	346
2016	Neurips	Mensintesis input yang disukai untuk neuron dalam jaringan saraf melalui jaringan generator yang dalam	659	Caffe
2016	Neurips	Memahami bidang reseptif yang efektif dalam jaringan saraf konvolusional yang dalam	1356
2016	CVPR	Membalikkan representasi visual dengan jaringan konvolusional	626
2016	CVPR	Memvisualisasikan dan memahami representasi tekstur yang dalam	147
2016	CVPR	Menganalisis pengklasifikasi: vektor fisher dan jaringan saraf dalam	191
2016	ECCV	Menghasilkan Penjelasan Visual	613	Caffe
2016	ECCV	Desain kernel dalam jaringan saraf konvolusional untuk klasifikasi gambar	Dua Puluh Empat
2016	ICML	Memahami dan Meningkatkan Jaringan Saraf Konvolusional melalui Unit Linier Dinyatakan Digabungkan	510
2016	ICML	Memvisualisasikan dan membandingkan Alexnet dan VGG menggunakan lapisan dekonvolusional	126
2016	EMNLP	Merasionalisasi prediksi saraf	738	Pytorch
2016	Ijcv	Memvisualisasikan jaringan saraf konvolusional yang dalam menggunakan pra-gambar alami	508	Matlab
2016	Ijcv	Memvisualisasikan fitur deteksi objek	38	Caffe
2016	KDD	Mengapa saya harus mempercayai Anda?: Menjelaskan prediksi classifier	11742
2016	TVCG	Memvisualisasikan aktivitas tersembunyi dari jaringan saraf artistik	309
2016	TVCG	Menuju analisis yang lebih baik dari jaringan saraf konvolusional yang dalam	474
2016	Naacl	Memvisualisasikan dan memahami model saraf di NLP	650	Obor
2016	arxiv	Memahami Jaringan Saraf melalui Penghapusan Representasi)	492
2016	arxiv	Grad-Cam: Mengapa Anda mengatakan itu?	398
2016	arxiv	Menginvestasikan pengaruh kebisingan dan pengalih perhatian pada interpretasi jaringan saraf	108
2016	arxiv	Penjelasan yang penuh perhatian: Membenarkan keputusan dan menunjuk ke bukti	88
2016	arxiv	Mitos interpretabilitas model	3786
2016	arxiv	Visualisasi fitur multifaset: mengungkap berbagai jenis fitur yang dipelajari oleh setiap neuron dalam jaringan saraf dalam	317
2015	Iclr	Berjuang untuk kesederhanaan: semua konvolusional net	4645	Pytorch
2015	CVPR	Memahami representasi gambar yang dalam dengan membalikkannya	1942	Matlab
2015	Iccv	Memahami fitur mendalam dengan citra yang dihasilkan komputer	156	Caffe
2015	Lokakarya ICML	Memahami jaringan saraf melalui visualisasi yang mendalam	2038	Tensorflow
2015	AAS	Kelas yang dapat ditafsirkan menggunakan aturan dan analisis Bayesian: Membangun model prediksi stroke yang lebih baik	749
2014	ECCV	Memvisualisasikan dan memahami jaringan konvolusional	18604	Pytorch
2014	Iclr	Jaringan Convolutional Jauh Dalam: Memvisualisasikan Model Klasifikasi Gambar dan Peta Salivasi	6142	Pytorch
2013	Iccv	Hoggles: memvisualisasikan fitur deteksi objek	352

• Pembicaraan kertas