论深度神经网络中原始空间与潜空间连通性
机器学习
2023-11-14 v1 计算机视觉与模式识别
摘要
我们研究来自同一类的输入是否可由原始或潜表示空间中的连续路径连接，使得路径上所有点都被神经网络模型映射到同一类。理解神经网络如何看待其自身输入空间以及潜空间如何构造，对于可解释性和鲁棒性具有价值。我们表明，在所研究的所有情况下，连接同类输入的路径（线性或非线性）均存在。
引用
@article{arxiv.2311.06816,
title = {On original and latent space connectivity in deep neural networks},
author = {Boyang Gu and Anastasia Borovykh},
journal= {arXiv preprint arXiv:2311.06816},
year = {2023}
}