听以释之：基于 NMF 的音频网络事后可解释性方法
声音
2022-10-25 v2 机器学习
音频与语音处理
摘要
本文致力于解决音频处理网络的事后可解释性（post-hoc interpretability）问题。我们的目标是从高层音频对象的角度解释网络的决策，这些音频对象同时可供终端用户聆听。为此，我们提出了一种融合非负矩阵分解（NMF）的新型解释器设计。具体而言，我们训练一个经过精细正则化的解释器模块，以目标网络的隐藏层表示为输入，并生成预学习 NMF 分量的时间激活作为中间输出。我们的方法能够生成直观的基于音频的解释，明确增强输入信号中与网络决策最相关的部分。我们在包括真实世界多标签分类任务在内的流行基准上展示了方法的适用性。
引用
@article{arxiv.2202.11479,
title = {Listen to Interpret: Post-hoc Interpretability for Audio Networks with NMF},
author = {Jayneel Parekh and Sanjeel Parekh and Pavlo Mozharovskyi and Florence d'Alché-Buc and Gaël Richard},
journal= {arXiv preprint arXiv:2202.11479},
year = {2022}
}
备注
Accepted at NeurIPS 2022