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。
📝
内容提要
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。
🎯
关键要点
- 文章介绍了一种 Greybox XAI 框架。
- 该框架通过使用符号知识库将 DNN 和透明模型组合。
- 从数据集中提取知识库,并使用其训练透明模型(如逻辑回归)。
- 在 RGB 图像上训练编码器 - 解码器架构,以产生类似于透明模型的输出。
- 两个模型独立训练后,组合形成可解释的预测模型。
- 新架构在多个数据集中表现出准确性和可解释性。
🏷️
标签
➡️