解释材料强度的神经网络预测
图像与视频处理
2021-11-09 v1 计算机视觉与模式识别
机器学习
摘要
我们近期开发了一种深度学习方法，可通过观察材料晶体的扫描电子显微镜（SEM）图像来确定材料的临界峰值应力。然而，网络在进行预测时所依赖的图像特征类型尚不清晰。在计算机视觉中，通常采用可解释AI显著图来指示图像中哪些部分对网络决策重要。人们通常可通过观察这些显著位置推断出重要特征。然而，晶体的SEM图像对人类观察者而言比自然图像照片更为抽象。因此，难以判断在最显著位置处哪些特征重要。为此，我们开发了一种方法，可将SEM图像中重要位置的特征映射到更易解读的非抽象纹理上。
引用
@article{arxiv.2111.03729,
title = {Explaining neural network predictions of material strength},
author = {Ian A. Palmer and T. Nathan Mundhenk and Brian Gallagher and Yong Han},
journal= {arXiv preprint arXiv:2111.03729},
year = {2021}
}