研究人员引入了一种新颖的神经符号框架，将认知深度学习与分层图像分类相结合。该方法通过结合焦点集推理和可微分模糊逻辑来增强 Swin Transformers，以更好地捕捉认知不确定性并在不同分类级别上确保逻辑一致性。该方法旨在减少预测中的过度自信，并提供更校准、更可解释的输出，同时保持与现有 Transformer 基线相当的准确性。 AI
影响 引入了一种更校准、更可解释的图像分类新方法，有望提高关键应用的可靠性。
排序理由 该集群包含一篇详细介绍图像分类新方法论的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
