路径抽样积分梯度
机器学习
2026-04-17 v1 机器学习
摘要
我们提出路径抽样积分梯度（path-sampled integrated gradients, PS-IG），这是一种泛化特征归因的框架，通过计算沿线性插值路径抽样基线点的期望值来实现。我们证明，仅当加权函数匹配抽样密度的累积分布函数时，PS-IG 在数学上等价于路径加权积分梯度。这种等价性允许通过确定性黎曼和来评估随机期望，将光滑模型的误差收敛率从 提高到 。此外，我们在分析上证明，PS-IG 作为抑制梯度噪声的方差缩小滤波器——在均匀抽样下严格降低 1/3 的归因方差——同时保持线性和实现不变性等关键公理属性。
引用
@article{arxiv.2604.14338,
title = {Path-Sampled Integrated Gradients},
author = {Firuz Kamalov and Fadi Thabtah and R. Sivaraj and Neda Abdelhamid},
journal= {arXiv preprint arXiv:2604.14338},
year = {2026}
}