Fugu-MT 論文翻訳(概要): Visual Evaluative AI: A Hypothesis-Driven Tool with Concept-Based Explanations and Weight of Evidence

論文の概要: Visual Evaluative AI: A Hypothesis-Driven Tool with Concept-Based Explanations and Weight of Evidence

arxiv url: http://arxiv.org/abs/2407.04710v1
Date: Mon, 13 May 2024 12:09:01 GMT
ステータス: 処理完了
システム内更新日: 2024-07-22 16:25:52.692364
Title: Visual Evaluative AI: A Hypothesis-Driven Tool with Concept-Based Explanations and Weight of Evidence
Title（参考訳）: ビジュアル評価AI: 概念に基づく説明とエビデンス重みを備えた仮説駆動型ツール
Authors: Thao Le, Tim Miller, Ruihan Zhang, Liz Sonenberg, Ronal Singh,
Abstract要約: 本稿では,ある仮説に対する画像データから肯定的かつ否定的な証拠を提供する意思決定支援である視覚評価AIを提案する。我々は,このツールを皮膚がん領域に応用し,皮膚内視鏡画像のアップロードが可能なウェブベースのアプリケーションを構築して評価する。
参考スコア（独自算出の注目度）: 9.497802957429395
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper presents Visual Evaluative AI, a decision aid that provides positive and negative evidence from image data for a given hypothesis. This tool finds high-level human concepts in an image and generates the Weight of Evidence (WoE) for each hypothesis in the decision-making process. We apply and evaluate this tool in the skin cancer domain by building a web-based application that allows users to upload a dermatoscopic image, select a hypothesis and analyse their decisions by evaluating the provided evidence. Further, we demonstrate the effectiveness of Visual Evaluative AI on different concept-based explanation approaches.
Abstract（参考訳）: 本稿では,ある仮説に対する画像データから肯定的かつ否定的な証拠を提供する意思決定支援である視覚評価AIを提案する。このツールは、画像中の高レベルな人間の概念を見つけ、意思決定プロセスにおける各仮説のウェイト・オブ・エビデンス(WoE)を生成する。皮膚がん領域にこのツールを適用して評価し,皮膚内視鏡像をアップロードし,仮説を選定し,提示された証拠を評価して判断するWebベースのアプリケーションを構築した。さらに、異なる概念に基づく説明手法における視覚評価AIの有効性を示す。

関連論文リスト

PCEvE: Part Contribution Evaluation Based Model Explanation for Human Figure Drawing Assessment and Beyond [5.104096700315427]
本稿では,PCEvE(Part Contribution Evaluation based model explanation)フレームワークを提案する。既存の属性ベースのXAIアプローチとは異なり、PCEvEはモデル決定の簡単な説明を提供する。複数のHFDアセスメントデータセットに関する広範な実験を通じて,PCEvEを厳格に検証する。
論文参考訳（メタデータ） (2024-09-26T20:13:03Z)
Understanding and Evaluating Human Preferences for AI Generated Images with Instruction Tuning [58.41087653543607]
我々はまず,AIGCIQA2023+と呼ばれるAIGIのための画像品質評価(IQA)データベースを構築した。本稿では,AIGIに対する人間の嗜好を評価するためのMINT-IQAモデルを提案する。
論文参考訳（メタデータ） (2024-05-12T17:45:11Z)
Towards the New XAI: A Hypothesis-Driven Approach to Decision Support Using Evidence [9.916507773707917]
We describe and evaluation an approach for hypothesis-driven AI based on the Weight of Evidence (WoE) framework。仮説駆動アプローチは,提案手法と比較して決定精度を高め,信頼度を低下させることを示す。
論文参考訳（メタデータ） (2024-02-02T10:28:24Z)
MICA: Towards Explainable Skin Lesion Diagnosis via Multi-Level Image-Concept Alignment [4.861768967055006]
本稿では, 医療画像と臨床関連概念を多層的に意味的に整合させるマルチモーダル説明型疾患診断フレームワークを提案する。提案手法は, モデル解釈可能性を維持しながら, 概念検出と疾患診断に高い性能とラベル効率を実現する。
論文参考訳（メタデータ） (2024-01-16T17:45:01Z)
Evaluating the Utility of Model Explanations for Model Development [54.23538543168767]
機械学習モデル構築の実践シナリオにおいて、説明が人間の意思決定を改善するかどうかを評価する。驚いたことに、サリエンシマップが提供されたとき、タスクが大幅に改善されたという証拠は見つからなかった。以上の結果から,サリエンシに基づく説明における誤解の可能性と有用性について注意が必要であることが示唆された。
論文参考訳（メタデータ） (2023-12-10T23:13:23Z)
Decoding Susceptibility: Modeling Misbelief to Misinformation Through a Computational Approach [61.04606493712002]
誤報に対する感受性は、観測不可能な不検証の主張に対する信念の度合いを記述している。既存の感受性研究は、自己報告された信念に大きく依存している。本稿では,ユーザの潜在感受性レベルをモデル化するための計算手法を提案する。
論文参考訳（メタデータ） (2023-11-16T07:22:56Z)
Coherent Concept-based Explanations in Medical Image and Its Application to Skin Lesion Diagnosis [0.0]
既存のメラノーマ皮膚病変診断のための深層学習アプローチはブラックボックスモデルとみなす。本稿では,概念ベースモデルの解釈可能性を改善するために,本質的に解釈可能なフレームワークを提案する。本手法は皮膚病変分類のための既存のブラックボックスとコンセプトベースモデルより優れている。
論文参考訳（メタデータ） (2023-04-10T13:32:04Z)
ExAID: A Multimodal Explanation Framework for Computer-Aided Diagnosis of Skin Lesions [4.886872847478552]
ExAID(Explainable AI for Dermatology)は、バイオメディカル画像解析のための新しいフレームワークである。マルチモーダルな概念に基づく説明を提供する。他の生体イメージング分野でも同様の応用の基盤となるだろう。
論文参考訳（メタデータ） (2022-01-04T17:11:28Z)
Image Quality Assessment in the Modern Age [53.19271326110551]
本チュートリアルは、画像品質評価(IQA)の基礎的理論、方法論、現状の進歩を聴衆に提供する。まず,視覚刺激を適切に選択する方法に着目し,主観的品質評価手法を再考する。手書きのエンジニアリングと(深い)学習ベースの手法の両方をカバーします。
論文参考訳（メタデータ） (2021-10-19T02:38:46Z)
A Survey of Orthogonal Moments for Image Representation: Theory, Implementation, and Evaluation [70.0671278823937]
モーメントに基づく画像表現は、セマンティック記述のコア条件を満たすのに有効であると報告されている。本稿では,画像表現における直交モーメントの包括的調査を行い,高速/精度計算,ロバスト性/不変性最適化,定義拡張の最近の進歩について述べる。提案した理論分析,ソフトウェア実装,評価結果は,特に新しい技術開発や実世界の応用の促進において,コミュニティを支援することができる。
論文参考訳（メタデータ） (2021-03-27T03:41:08Z)
Deep Co-Attention Network for Multi-View Subspace Learning [73.3450258002607]
マルチビューサブスペース学習のための深層コアテンションネットワークを提案する。共通情報と相補情報の両方を敵意で抽出することを目的としている。特に、新しいクロス再構成損失を使用し、ラベル情報を利用して潜在表現の構築を誘導する。
論文参考訳（メタデータ） (2021-02-15T18:46:44Z)

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。