Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

Causal Explanations for Image Classifiers

Created by
  • Haebom

作者

Hana Chockler、David A. Kelly、Daniel Kroening、Youcheng Sun

概要

本論文は、画像分類器出力の記述を生成する既存のアルゴリズムが様々な記述定義および技法を使用するが、原因および説明の形式的定義に基づく原則的なアプローチを使用しないという問題を指摘している。これにより、実際の因果関係理論に基づいた新しいブラックボックスアプローチが提示されます。本論文では,関連理論的結果を証明し,これらの定義に基づく近似記述を計算するアルゴリズムを提示し,アルゴリズムの終了,複雑さ,正確な定義と比較した近似値を論じる。提示されたフレームワークをReXというツールで実装し、実験結果と最先端のツールとの比較を提示し、ReXが最も効率的で最小の説明を生成し、標準品質測定で他のブラックボックスツールよりも性能が優れていることを示しています。

Takeaways、Limitations

•
Takeaways：
◦
実際の因果関係理論に基づく原則的な記述生成方法の提示
◦
従来の方法より効率的で小型の説明を生成
◦
標準品質測定における従来のブラックボックス法より優れた性能
◦
ReXという実用的なツールの開発と公開
•
Limitations：
◦
アルゴリズムは近似的な記述を生成するので、正確な記述との差の存在の可能性
◦
提示されたアルゴリズムの複雑さと効率のさらなる分析の必要性
◦
さまざまな画像分類器とデータセットの広範な実験が必要な場合があります
👍
Made with Slashpage