با سلام خدمت کاربران در صورتی که با خطای سیستم پرداخت بانکی مواجه شدید از طریق کارت به کارت مقاله خود را دریافت کنید (تا مشکل رفع گردد). با تشکر از صبوری شما!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
دسته بندی:
شبکه - Network
سال انتشار:
2020
ترجمه فارسی عنوان مقاله:
یک روش light-weight برای پرورش تفسیری CAM (Grad)وتبیین دسته بندی شبکه ها
عنوان انگلیسی مقاله:
A light-weight method to foster the (Grad)CAM interpretability and explainability of classification networks
منبع:
IEEE, 2020 10th International Conference on Advanced Computer Information Technologies (ACIT)
نویسنده:
Alfred Schöttl
چکیده انگلیسی:
We consider a light-weight method which allows
to improve the explainability of localized classification
networks. The method considers (Grad)CAM maps during the
training process by modification of the training loss and does not
require additional structural elements. It is demonstrated that
the (Grad)CAM interpretability, as measured by several
indicators, can be improved in this way. Since the method shall
be applicable on embedded systems and on standard deeper
architectures, it essentially takes advantage of second order
derivatives during the training and does not require additional
model layers.
Keywords: (Grad)CAM interpretability | explainability | GradCAM | classification network
چکیده فارسی:
ما توجه خود را به یک روش نورسنجی که اجازه بهبود به توضیح راجع به شبکه های طبقه بندی بومی شده می دهد معطوف میکنیم.روش ملاحظه نقشه های CAM(گراد )، در طول فرایند پردازش به وسیله ی اصلاح کاهش آموزش دادن انجام می شود و نیاز به عناصر ساختاری اضافی ندارد. این موضوع نشان داده است که قابلیت تفسیر CAM(گراد), همانند اندازگیری به وسیله ی چندین شاخص است , که نتیجه آن بهبودی در این روش را حاصل کرده است. از این رو روش باید قابل اجرا روی سیستم های جاسازی شده و دارای معماری استانداردتر عمقی باشد, این موضوع به صورت ضروری مزیت هایی در درجه دوم در طول پرورش دارد و نیازی به لایه های اضافی ندارد.
کلمات کلیدی:تفسیرپذیری CAM (گراد) | توضیح پذیری | (Grad)CAM | شبکه طبقه بندی
حجم فایل: 237 کیلوبایت
قیمت: 39000 تومان
توضیحات اضافی:
تعداد نظرات : 0