ملخص
This paper presents Deep Integrated Explanations (DIX) - a universal method for explaining vision models. DIX generates explanation maps by integrating information from the intermediate representations of the model, coupled with their corresponding gradients. Through an extensive array of both objective and subjective evaluations spanning diverse tasks, datasets, and model configurations, we showcase the efficacy of DIX in generating faithful and accurate explanation maps, while surpassing current state-of-the-art methods. Our code is available at: https://github.com/dix-cikm23/dix.
اللغة الأصلية | الإنجليزيّة |
---|---|
عنوان منشور المضيف | CIKM 2023 - Proceedings of the 32nd ACM International Conference on Information and Knowledge Management |
ناشر | Association for Computing Machinery |
الصفحات | 57-67 |
عدد الصفحات | 11 |
رقم المعيار الدولي للكتب (الإلكتروني) | 9798400701245 |
المعرِّفات الرقمية للأشياء | |
حالة النشر | نُشِر - 21 أكتوبر 2023 |
منشور خارجيًا | نعم |
الحدث | 32nd ACM International Conference on Information and Knowledge Management, CIKM 2023 - Birmingham, بريطانيا المدة: ٢١ أكتوبر ٢٠٢٣ → ٢٥ أكتوبر ٢٠٢٣ |
سلسلة المنشورات
الاسم | International Conference on Information and Knowledge Management, Proceedings |
---|
!!Conference
!!Conference | 32nd ACM International Conference on Information and Knowledge Management, CIKM 2023 |
---|---|
الدولة/الإقليم | بريطانيا |
المدينة | Birmingham |
المدة | ٢١/١٠/٢٣ → ٢٥/١٠/٢٣ |
ملاحظة ببليوغرافية
Publisher Copyright:© 2023 Copyright held by the owner/author(s). Publication rights licensed to ACM.