تحسين شرح أي مفهوم من خلال إدخال اللاخطية في النموذج البديل القابل للتدريب
| العنوان | تحسين شرح أي مفهوم من خلال إدخال اللاخطية في النموذج البديل القابل للتدريب |
|---|---|
| المؤلف | أوزر، سدات، زفال، مؤنس |
| تاريخ النشر: | 2024-01-01 |
| مكان النشر | - IEEE |
| الموضوع | SAM، شرح أي مفهوم، XAI، القابلية للتفسير |
| النوع | وثيقة |
| اللغة | الإنجليزية |
| رقمي | نعم |
| مخطوط | لا |
| المكتبة: | جامعة اوزيجين |
| معرف أصل المكتبة | 979-835038896-1 |
| رقم السجل | 5ae8b083-3567-49b7-b77b-e6fa4ab030b8 |
| موقع المكتبة | علوم الكمبيوتر |
| التاريخ | 2024-01-01 |
| نص عينة | في مجال الذكاء الاصطناعي القابل للتفسير (XAI) المتطور، يعد تفسير قرارات الشبكات العصبية العميقة (DNNs) في مهام رؤية الكمبيوتر عملية مهمة. بينما تركز أساليب XAI القائمة على البكسل على تحديد وحدات البكسل المهمة، تستخدم أساليب XAI القائمة على المفاهيم مفاهيم محددة مسبقًا أو مشروحة بواسطة الإنسان. حقق نموذج Segment Anything Model (SAM) المقترح مؤخرًا خطوة مهمة إلى الأمام لإعداد مجموعات المفاهيم التلقائية من خلال تجزئة المثيلات الشاملة. وبناءً على ذلك، ظهر نموذج شرح أي مفهوم (EAC) كوسيلة مرنة لشرح قرارات DNN. يعتمد نموذج EAC على استخدام نموذج بديل يحتوي على طبقة خطية واحدة قابلة للتدريب لمحاكاة النموذج المستهدف. في هذا البحث، من خلال إدخال طبقة غير خطية إضافية للنموذج البديل الأصلي، نظهر أنه يمكننا تحسين أداء نموذج EAC. نقوم بمقارنة نهجنا المقترح مع نموذج EAC الأصلي ونقدم تقريرًا عن التحسينات التي تم الحصول عليها في مجموعات بيانات ImageNet وMS COCO. |
| DOI | 10.1109/SIU61531.2024.10600959 |
