arXiv · 机器人与计算机视觉· Olivier Gibaru, Eric Nyiri·· 14 天前精选AI 评分78
基于 Filippov 神经网络与熵最优传输的相关性传播:Sinkhorn 传播与图像分类器中的区域相关性
Relevance Propagation as Entropic Optimal Transport on Filippov Neural Networks: Sinkhorn Propagation and Region Relevance in Image Classifiers
AI 导读
该论文证明相关性传播是单一变分问题的解,建立了层间相关性传播的测度论形式化框架。研究提出了 LRP_0、LRP_z+ 等规则的统一形式 LRPN_alpha,beta,并引入 Sinkhorn 相关性传播新规则。在 VGG-16 和 ConvNeXt-Tiny 模型上验证了守恒律及不同规则的忠实度与定位能力差异。
推荐理由
文章将相关性传播形式化为熵最优传输问题,提出基于 Filippov 算子的理论框架及 Sinkhorn 等新规则。
来源:arXiv · 机器人与计算机视觉 · arxiv.org