.png){kind=icon}
返回
Enhancing concept alignment with explanatory interactive disentangled representation learning
.png){kind=icon}
PRE
AI
DOI：10.1016/j.neunet.2025.108346.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• XIDRL 结合了 SCL 与 IRM，以实现更好的概念对齐、可解释性和可控性。
• 用于探索高维空间的交互式视觉系统，能够实现特征解耦与精炼。
• 将 SCL 与 IRM 集成，以在概念表示中实现协变性与不变性。
• w-BiLRP 改进了传统的 BiLRP，提升了可解释性的精确度和直观性。
• 在 CMNIST 和 CelebA 上的案例研究展示了系统的有效性，为未来可解释机器学习研究提供了启发。
