CLIP-Dissect:ディープビジョンネットワークにおけるニューロン表現の自動記述【JST・京大機械翻訳】

Oikarinen Tuomas; Weng Tsui-Wei

プレプリント

J-GLOBAL ID：202202218062879424 整理番号：22P0337176

CLIP-Dissect:ディープビジョンネットワークにおけるニューロン表現の自動記述【JST・京大機械翻訳】

CLIP-Dissect: Automatic Description of Neuron Representations in Deep Vision 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22日プレプリントサーバーでの情報更新日： 2023年06月05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)

本論文では,視覚ネットワーク内の個々の隠れニューロンの機能を自動的に記述する新しい技術であるCLIP-Dissectを提案した。CLIP-Dissectは,任意のラベル付きデータまたはヒト例を必要とせずに,オープンエンド概念で内部ニューロンをラベルするために,マルチモーダルビジョン/言語モデルにおける最近の進歩を利用する。CLIP-Dissectは,隠れ層ニューロンに対する定性的に良好な記述と同様に,地上トラスが利用できる最後の層ニューロンに対して,既存の方法よりもより正確な記述を提供することを示した。さらに,著者らの方法は,非常に柔軟であり,それは,モデル診断であり,新しい概念を容易に取り扱うことができ,そして,将来,より良い多モードモデルの利点を取るために拡張することができた。最後に,CLIP-Dissectは計算的に効率的であり,ちょうど4分でResNet-50の5層からすべてのニューロンをラベル付けすることができ,それは既存の方法より10倍以上高速である。このコードはhttps://github.com/Trustworthy ML Lab/CLIP dissectで利用可能である。最後に,著者らの方法の有効性をさらに支持するために,Appendix Bでクラウドソースユーザ研究結果が利用可能である。【JST・京大機械翻訳】

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

人工知能 , 中枢神経系

, , ,

前のページに戻る