Benutzer: Gast  Login
Wenn Sie Schwierigkeiten haben, das Dokument zu öffnen, versuchen Sie auch bitte diesen Link
Originaltitel:
Rethinking Feature Attribution for Neural Network Explanation
Übersetzter Titel:
Überdenken der Feature-Attribution zur Erklärung neuronaler Netze
Autor:
Khakzar, Ashkan
Jahr:
2023
Dokumenttyp:
Dissertation
Fakultät/School:
TUM School of Computation, Information and Technology
Betreuer:
Navab, Nassir (Prof. Dr.)
Gutachter:
Navab, Nassir (Prof. Dr.); Schiele, Bernt (Prof. Dr.); Carneiro, Gustavo (Prof., Ph.D.)
Sprache:
en
Fachgebiet:
DAT Datenverarbeitung, Informatik
Stichworte:
Explainable Artificial Intelligence, XAI, Explainable Machine Learning, Interpretable Machine Learning, Explainability, Interpretability, Neural Network Sparsity, Explainable Deep Learning in Medical Imaging, Medical Image Analysis
TU-Systematik:
MED 230; DAT 760
Kurzfassung:
Feature attribution is arguably the predominant approach for illuminating black-box neural networks. This dissertation rethinks feature attribution by leveraging critical neural pathways, identifying input features with predictive information, and evaluating feature attribution using the neural network model. The dissertation also rethinks feature attribution for the explanation of medical imaging models.
Übersetzte Kurzfassung:
Die Feature-Attribution ist zweifellos der dominierende Ansatz, um Black-Box Neuronale Netze zu beleuchten. In dieser Dissertation wird die Feature-Attribution neu überdacht, indem kritische neuronale Verbindungen genutzt, Input-Features mit prädiktiven Informationen identifiziert und die Feature-Attribution mit Hilfe des neuronalen Netzwerkmodells evaluiert werden. In der Dissertation wird auch die Feature-Attribution für die Erklärung von medizinischen Bildgebungsmodellen neu überdacht.
WWW:
https://mediatum.ub.tum.de/?id=1693889
Eingereicht am:
10.01.2023
Mündliche Prüfung:
09.08.2023
Dateigröße:
14898272 bytes
Seiten:
153
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20230809-1693889-1-1
Letzte Änderung:
17.10.2023
 BibTeX