Diffeomorphic Counterfactuals With Generative Models

Counterfactuals can explain classification decisions of neural networks in a human interpretable way. We propose a simple but effective method to generate such counterfactuals. More specifically, we perform a suitable diffeomorphic coordinate transformation and then perform gradient ascent in these...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE transactions on pattern analysis and machine intelligence Ročník 46; číslo 5; s. 3257 - 3274
Hlavní autoři:	Dombrowski, Ann-Kathrin, Gerken, Jan E., Muller, Klaus-Robert, Kessel, Pan
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	United States IEEE 01.05.2024 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Annan data- och informationsvetenskap Artificial intelligence Computational modeling Computer graphics and computer vision Coordinate transformations Counterfactual Explanations Data Manifold Data models Datorgrafik och datorseende Differential geometry Explainable Artificial Intelligence Generative Models Geometri Geometry Manifolds Neural networks Other Computer and Information Science Semantics Task analysis
ISSN:	0162-8828, 1939-3539, 2160-9292, 1939-3539
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!