AutoProtoNet:プロトタイプネットワークに対する解釈可能性【JST・京大機械翻訳】

Sandoval-Segura Pedro; Lawson Wallace

プレプリント

J-GLOBAL ID：202202213820784799 整理番号：22P0324426

AutoProtoNet:プロトタイプネットワークに対する解釈可能性【JST・京大機械翻訳】

AutoProtoNet: Interpretability for Prototypical Networks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年04月02日プレプリントサーバーでの情報更新日： 2022年04月02日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

メタラーニングアプローチでは,どの種類の表現がモデルを採用するかを意味させるための実践者にとって難しい。この能力なしで,どのモデルが意味ある補正を知っているかを理解するのは難しい。これらの課題に取り組むために,入力を再構成するのに適した埋込み空間を訓練することにより,プロトタイプネットワークへの解釈可能性を構築するAutoProtoNetを導入し,一方,少数ショット学習に対して便利である。この埋込み空間における点がどのように可視化され,クラス表現を理解するために使用できるかを示した。また,プロトタイプ精密化法を考案し,ヒトが不適切な分類パラメータをデバッグすることを可能にした。カスタム分類タスクにこのデバッギング技術を用い,それが,インザイス画像からなる検証セットで精度改善を導くことを見出した。メタ学習手法における解釈可能性を提唱し,メタ学習アルゴリズムを強化するための人間に対する対話型方法があることを示した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

パターン認識 , 図形・画像処理一般

前のページに戻る