arXiv · 机器人与计算机视觉· Rukmangadh Sai Myana, Sumit Kumar Jha, Yanzhao Wu·· 14 小时前AI 评分8
ERIG:一种基于最大熵软最大加权的路径归因方法,在 ImageNet 和 Oxford-IIIT Pet 数据集上实现约 24% 的定位提升与平均 47 倍的稳定性增强
Entropy-Regularized Integrated Gradients for Stable Feature Attribution
AI 导读
针对路径归因方法受微小输入扰动影响导致归因图剧烈变化的问题,研究提出了 ERIG。该方法利用最大熵软最大加权抑制积分路径上的梯度不规则性,并在 ImageNet 和 Oxford-IIIT Pet 数据集上验证了其在保持排名保真度的同时,定位提升约 24%、稳定性平均提高 47 倍且计算成本可忽略。
来源:arXiv · 机器人与计算机视觉 · arxiv.org