基于概念的模型改进方法综述

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

最近的研究关注从提高深度神经网络性能转向更具人可解释性的DNNs。本文回顾和分类了DNNs中的概念表示及其发现算法,特别是在视觉领域。同时提供了关于基于概念的模型改进文献的详细信息。

🎯

关键要点

  • 最近的研究关注从提高深度神经网络性能转向更具人可解释性的 DNNs。
  • 人工智能解释性领域观察到了基于显著性和基于概念的技术。
  • 概念是人类可理解的数据单元,是人类思考的基础。
  • 本文系统回顾和分类了 DNNs 中的各种概念表示及其发现算法,特别是在视觉领域。
  • 提供了关于基于概念的模型改进文献的详细信息。
  • 这是第一个调查基于概念的模型改进方法的研究。
➡️

继续阅读