研究人员开发了一个新的深度双样本测试框架，该框架使用反事实解释来识别驱动分布差异的特征。该方法结合了扩散自编码器和预训练的深度双样本测试模型，以生成使样本更接近目标分布的编辑。通过展示特定特征变化如何影响统计显著性，该方法在合成数据和 MRI 群体上得到了证明，从而提供了群体差异的可解释证据。 AI
影响 为解释深度学习模型在统计测试中检测到的分布差异的特征级驱动因素提供了一种新颖的方法。
排序理由 这是一篇详细介绍统计测试新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2606.04009v1 Announce Type: new Abstract: Two-sample testing is a fundamental tool for detecting distributional differences across scientific domains, but classical tests (including kernel-based tests) can be ineffective on high-dimensional structured data such as images. R…