为自编码器解锁逐层相关性传播
机器学习
2023-03-22 v1 人工智能
摘要
自编码器是一种强大且通用的工具，常用于异常检测、图像处理和机器翻译等多种问题。然而，其重构结果并非总是一目了然。因此，我们借助深度泰勒分解框架扩展逐层相关性传播方法，提出了一种快速的的可解释性方案。此外，针对缺乏真值数据的情况，我们引入了一种新颖的验证技术，用于将我们的可解释性方法与基线方法进行比较。我们的结果凸显了所提可解释性方案相对于现有方法在计算与定性上的优势。
引用
@article{arxiv.2303.11734,
title = {Unlocking Layer-wise Relevance Propagation for Autoencoders},
author = {Kenyu Kobayashi and Renata Khasanova and Arno Schneuwly and Felix Schmidt and Matteo Casserini},
journal= {arXiv preprint arXiv:2303.11734},
year = {2023}
}