audioLIME：基于源分离的可听解释
声音
2020-09-08 v3 信息检索
机器学习
音频与语音处理
摘要
深度神经网络（DNNs）已成功应用于多种音乐信息检索（MIR）任务，但其预测通常不可解释。我们提出 audioLIME，一种基于局部可解释与模型无关解释（LIME）并扩展以音乐局部性定义的方法。LIME 中使用的扰动通过开关由源分离提取的分量来创建，这使得我们的解释可听。我们在两个不同的音乐标注系统上验证 audioLIME，并表明其在竞争方法无法产生解释的情形下能给出合理的解释。
引用
@article{arxiv.2008.00582,
title = {audioLIME: Listenable Explanations Using Source Separation},
author = {Verena Haunschmid and Ethan Manilow and Gerhard Widmer},
journal= {arXiv preprint arXiv:2008.00582},
year = {2020}
}
备注
In The 13th International Workshop on Machine Learning and Music, ECML-PKDD 2020