Компьютерные науки > Комплектное видение и распознавание шаблонов [представлено 15 сентября 2026 года] Название: PiPS: PhiPS: Пост-hoc Protoтипичные пояснения для интерпретируемого семантического сегмента Вид HTML (экспериментального) резюме: С увеличением развертывания глубоких нейронных сетей в критических системах, таких как медицинская диагностика и автономные транспортные средства, обеспечение их интерпретации имеет решающее значение для укрепления доверия к системам принятия решений. В области объяснимого искусственного интеллекта, основанные на прототипах рассуждения приобрели особую популярность, так как они имитируют когнитивные процессы человека путем объяснения решений модели, основанных на визуальном сходстве под видом этой парадигмы. Хотя эта парадигма тщательно изучалась в контексте глобальной классификации изображений, интерпретируемость плотных прогнозов, особенно семантической сегментации, по-прежнему во многом остается неизученной, несмотря на ее огромное значение для задач, требующих точной локализации объектов. Существующие модели интерпретируемой сегментации на основе прототипов основываются на фор-специальных архитектурах, что влечет за собой значительные ограничения, поскольку они требуют дорогостоящей подготовки с нуля и модификаций структуры сети, в конечном счете приводя к заметному снижению прогнозируемых показателей по сравнению со стандартными моделями черного ящика. Для решения этой проблемы мы предлагаем PiPS (пост-специальный интерпретируемый…
PiPS: Прототипные пояснения к интерпретируемой семантической сегментации после проведения мероприятия
arXiv: 2609.16909v1 Аннонс Тип: новое резюме. С увеличением развертывания глубоких нейронных сетей в критических системах, таких как медицинская диагностика и автономные транспортные средства, обеспечение их интерпретируемости имеет решающее значение для укрепления доверия к системам принятия решений. В области объяснимого искусственного интеллекта, основанные на прототипах рассуждения приобрели особую популярность, так как они имитируют когнитивные процессы человека путем объяснения решений модели, основанных на визуальном сходстве под видом этой парадигмы. Хотя эта парадигма тщательно изучалась в контексте глобальной классификации изображений, интерпретируемость плотных прогнозов, особенно семантической сегментации, по-прежнему во многом остается неизученной, несмотря на ее огромное значение для задач, требующих точной локализации объектов. Существующие модели интерпретируемой сегментации на основе прототипов основываются на архитектурах, созданных до их создания, что сопряжено со значительными ограничениями, поскольку они требуют дорогостоящей подготовки с нуля и модификаций
