Soyeon Kim

新的光谱积分梯度法改进了AI特征归因

研究人员推出了一种新颖的特征归因方法——光谱积分梯度法（SIG），旨在改进现有的积分梯度法（IG）等技术。SIG通过采用奇异值分解（SVD）来构建积分路径，解决了IG标准直线路径的局限性。这种方法能够逐步激活全局结构，然后再激活细粒度细节，从而实现粗粒度到细粒度的渐进过程。在各种图像分类数据集上的评估表明，与其他的基于路径的方法相比，SIG生成的归因图更清晰，噪声更少，并且在定量性能上更优。