תקציר
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.
שפה מקורית | אנגלית |
---|---|
כותר פרסום המארח | CIKM 2023 - Proceedings of the 32nd ACM International Conference on Information and Knowledge Management |
מוציא לאור | Association for Computing Machinery |
עמודים | 57-67 |
מספר עמודים | 11 |
מסת"ב (אלקטרוני) | 9798400701245 |
מזהי עצם דיגיטלי (DOIs) | |
סטטוס פרסום | פורסם - 21 אוק׳ 2023 |
פורסם באופן חיצוני | כן |
אירוע | 32nd ACM International Conference on Information and Knowledge Management, CIKM 2023 - Birmingham, בריטניה משך הזמן: 21 אוק׳ 2023 → 25 אוק׳ 2023 |
סדרות פרסומים
שם | International Conference on Information and Knowledge Management, Proceedings |
---|
כנס
כנס | 32nd ACM International Conference on Information and Knowledge Management, CIKM 2023 |
---|---|
מדינה/אזור | בריטניה |
עיר | Birmingham |
תקופה | 21/10/23 → 25/10/23 |
הערה ביבליוגרפית
Publisher Copyright:© 2023 Copyright held by the owner/author(s). Publication rights licensed to ACM.