距离感知的基于解释的学习
原文中文,约300字,阅读约需1分钟。发表于: 。eXplanation Based Learning (XBL) 是一种交互式学习方法,通过与解释交互来提供一种透明的训练深度学习模型的方法。我们提出了一种在分类损失中添加距离感知解释损失的方法,该方法训练学习者关注训练数据集中的重要区域。我们提出了一个解释能力度量标准,用于评估基于可视特征归因的模型解释,并展示了该方法在三个图像分类任务上的性能。
该文介绍了一种 Greybox XAI 框架,使用符号知识库将 DNN 和透明模型组成,从数据集中提取知识库并训练透明模型,最终形成可解释的预测模型。