論文の概要: Bridging the Gap: Gaze Events as Interpretable Concepts to Explain Deep Neural Sequence Models

• arxiv url: http://arxiv.org/abs/2304.13536v1
• Date: Wed, 12 Apr 2023 10:15:31 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-30 07:20:04.726211
• Title: Bridging the Gap: Gaze Events as Interpretable Concepts to Explain Deep Neural Sequence Models
• Title（参考訳）: ギャップをブリッジする: 深いニューラルシーケンスモデルを説明するための解釈可能な概念としてのギャップイベント
• Authors: Daniel G. Krakowczyk, Paul Prasse, David R. Reich, Sebastian Lapuschkin, Tobias Scheffer, Lena A. J\"ager
• Abstract要約: 本研究では,固定およびサケードに確立された視線事象検出アルゴリズムを用いる。 これらの事象が与える影響を定量的に評価し,その概念的影響を判断する。
• 参考スコア（独自算出の注目度）: 0.7829352305480283
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent work in XAI for eye tracking data has evaluated the suitability of feature attribution methods to explain the output of deep neural sequence models for the task of oculomotric biometric identification. These methods provide saliency maps to highlight important input features of a specific eye gaze sequence. However, to date, its localization analysis has been lacking a quantitative approach across entire datasets. In this work, we employ established gaze event detection algorithms for fixations and saccades and quantitatively evaluate the impact of these events by determining their concept influence. Input features that belong to saccades are shown to be substantially more important than features that belong to fixations. By dissecting saccade events into sub-events, we are able to show that gaze samples that are close to the saccadic peak velocity are most influential. We further investigate the effect of event properties like saccadic amplitude or fixational dispersion on the resulting concept influence.
• Abstract（参考訳）: 眼追跡データのためのxaiの最近の研究は、眼科生体認証タスクのための深層神経シーケンスモデルの出力を説明するための特徴帰属法の適合性を評価している。 これらの方法は、特定の視線シーケンスの重要な入力特徴を強調するために、唾液度マップを提供する。 しかし、これまでは、そのローカライゼーション分析はデータセット全体にわたって定量的アプローチを欠いていた。 本研究では,確立された視線イベント検出アルゴリズムを用いて固定とサッケードを行い,それらの影響を定量的に評価する。 saccadesに属する入力機能は、固定に属する機能よりも実質的に重要であることが示されている。 サッケード現象をサブイベントに分解することで、サッケードピーク速度に近い視線サンプルが最も影響があることを示すことができる。 さらに,サスカディック振幅や固定分散などの事象特性が概念的影響に及ぼす影響について検討した。

関連論文リスト

• Explaining Human Activity Recognition with SHAP: Validating Insights with Perturbation and Quantitative Measures [0.1398098625978622]
  本稿では SHapley Additive exPlanations を用いてグラフ畳み込みネットワーク(GCN)の意思決定プロセスを説明する。 我々は、脳性麻痺(CP)分類のための2つの実世界のデータセットと、広く使われているNTU RGB+D 60行動認識データセットについて、SHAPを用いて説明する。 どちらのデータセットでも、SHAPによって重要視されるボディキーポイントが、正確性、特異性、感度の指標に最も大きな影響を与えることが示されている。
  論文  参考訳（メタデータ） (2024-11-06T07:28:57Z)
• Localized Gaussians as Self-Attention Weights for Point Clouds Correspondence [92.07601770031236]
  本稿では,エンコーダのみのトランスフォーマーアーキテクチャのアテンションヘッドにおける意味的意味パターンについて検討する。 注意重みの修正はトレーニングプロセスの促進だけでなく,最適化の安定性の向上にも寄与する。
  論文  参考訳（メタデータ） (2024-09-20T07:41:47Z)
• Unveiling the Secrets: How Masking Strategies Shape Time Series Imputation [7.650009336768971]
  時系列計算はデータマイニングにおいて重要な課題であり、特に医療や環境モニタリングのような分野では、欠落したデータが分析結果を損なう可能性がある。 本研究では, 多様なマスキング戦略, 正規化タイミング, 欠落パターンが3つの多様なデータセットにおける11種類の最先端計算モデルの性能に及ぼす影響について検討した。
  論文  参考訳（メタデータ） (2024-05-26T18:05:12Z)
• Visual Context-Aware Person Fall Detection [52.49277799455569]
  画像中の個人とオブジェクトを半自動分離するセグメンテーションパイプラインを提案する。 ベッド、椅子、車椅子などの背景オブジェクトは、転倒検知システムに挑戦し、誤ったポジティブアラームを引き起こす。 トレーニング中のオブジェクト固有のコンテキスト変換が、この課題を効果的に軽減することを示す。
  論文  参考訳（メタデータ） (2024-04-11T19:06:36Z)
• What Matters When Repurposing Diffusion Models for General Dense Perception Tasks? [49.84679952948808]
  最近の研究は、高密度知覚タスクのためのT2I拡散モデルを簡単に調整することで有望な結果を示す。 拡散前処理における伝達効率と性能に影響を及ぼす重要な要因を徹底的に検討する。 我々の研究は、濃密な視覚認知タスクに特化した効果的な決定論的ワンステップ微調整パラダイムであるGenPerceptの開発において頂点に達した。
  論文  参考訳（メタデータ） (2024-03-10T04:23:24Z)
• Deep graph kernel point processes [17.74234892097879]
  本稿では,グラフ上の離散的なイベントデータに対する新たなポイントプロセスモデルを提案する。 キーとなるアイデアは、グラフニューラルネットワーク(GNN)による影響カーネルを表現して、基盤となるグラフ構造をキャプチャすることだ。 ニューラルネットワークを用いた条件強度関数を直接モデル化することに焦点を当てた以前の研究と比較して、カーネルのプレゼンテーションでは、繰り返し発生する事象の影響パターンをより効果的に表現している。
  論文  参考訳（メタデータ） (2023-06-20T06:15:19Z)
• LatentGaze: Cross-Domain Gaze Estimation through Gaze-Aware Analytic Latent Code Manipulation [0.0]
  本稿では,データ駆動型手法を応用した視線認識型解析操作手法を提案する。 GANベースのエンコーダジェネレータプロセスを利用することで、入力画像がターゲット領域からソース領域イメージにシフトし、視線推定器が十分に認識できる。
  論文  参考訳（メタデータ） (2022-09-21T08:05:53Z)
• Learning Neural Causal Models with Active Interventions [83.44636110899742]
  本稿では,データ生成プロセスの根底にある因果構造を素早く識別する能動的介入ターゲット機構を提案する。 本手法は,ランダムな介入ターゲティングと比較して,要求される対話回数を大幅に削減する。 シミュレーションデータから実世界のデータまで,複数のベンチマークにおいて優れた性能を示す。
  論文  参考訳（メタデータ） (2021-09-06T13:10:37Z)
• What Image Features Boost Housing Market Predictions? [81.32205133298254]
  本稿では,予測アルゴリズムにおける効率的な数値包摂のための視覚特徴抽出手法を提案する。 本稿では,シャノンのエントロピー,重心計算,画像分割,畳み込みニューラルネットワークなどの手法について論じる。 ここで選択された40の画像特徴のセットは、かなりの量の予測能力を持ち、最も強力なメタデータ予測器よりも優れています。
  論文  参考訳（メタデータ） (2021-07-15T06:32:10Z)
• Wave Propagation of Visual Stimuli in Focus of Attention [77.4747032928547]
  周囲の視覚環境の変化に対する迅速な反応は、計算資源を視覚領域の最も関連する場所に再配置する効率的な注意機構を必要とする。 本研究は, 営巣動物が提示する有効性と効率性を示す, 生物学的に有望な注目焦点モデルを提案する。
  論文  参考訳（メタデータ） (2020-06-19T09:33:21Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。