Deep Integrated Explanations

Oren Barkan, Yehonathan Elisha, Jonathan Weill, Yuval Asher, Amit Eshel, Noam Koenigstein

פרסום מחקרי: פרק בספר / בדוח / בכנספרסום בספר כנסביקורת עמיתים

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 מקוריתאנגלית
כותר פרסום המארחCIKM 2023 - Proceedings of the 32nd ACM International Conference on Information and Knowledge Management
מוציא לאורAssociation for Computing Machinery
עמודים57-67
מספר עמודים11
מסת"ב (אלקטרוני)9798400701245
מזהי עצם דיגיטלי (DOIs)
סטטוס פרסוםפורסם - 21 אוק׳ 2023
פורסם באופן חיצוניכן
אירוע32nd ACM International Conference on Information and Knowledge Management, CIKM 2023 - Birmingham, בריטניה
משך הזמן: 21 אוק׳ 202325 אוק׳ 2023

סדרות פרסומים

שםInternational Conference on Information and Knowledge Management, Proceedings

כנס

כנס32nd ACM International Conference on Information and Knowledge Management, CIKM 2023
מדינה/אזורבריטניה
עירBirmingham
תקופה21/10/2325/10/23

הערה ביבליוגרפית

Publisher Copyright:
© 2023 Copyright held by the owner/author(s). Publication rights licensed to ACM.

טביעת אצבע

להלן מוצגים תחומי המחקר של הפרסום 'Deep Integrated Explanations'. יחד הם יוצרים טביעת אצבע ייחודית.

פורמט ציטוט ביבליוגרפי