Poprawa własności interpretacji wyników głębokich sieci neuronowych w oparciu o części prototypiczne.

Instytucja Finansująca / Przyznający: Narodowe Centrum Nauki

Tytuł: Poprawa własności interpretacji wyników głębokich sieci neuronowych w oparciu o części prototypiczne.

Kierownik: Dawid Rymarczyk

Rozpoczęcie: 2023-02-17

Zakończenie: 2025-02-16

Uwagi: Preludium 21


Publikacje
Dawid Rymarczyk, Daniel Dobrowolski, Tomasz Danel, ProGReST: Prototypical Graph Regression Soft Trees for Molecular Property Prediction, SIAM International Conference on Data Mining [SDM] vol. 978-1-61197-765-3 (2023), 379 - 387
Bartosz Zieliński, Dawid Rymarczyk, Joost van de Weijer , Bartłomiej Twardowski, ICICLE: Interpretable Class Incremental Continual Learning, IEEE International Conference on Computer Vision [ICCV](MAIN) vol. 2023 (2023), 1887-1898
Bartosz Zieliński, Łukasz Struski, Dawid Rymarczyk, Arkadiusz Lewicki, Robert Sabiniewicz, Jacek Tabor, ProMIL: Probabilistic Multiple Instance Learning for Medical Imaging, European Conference on Artificial Intelligence [ECAI] vol. 372 (2023), 2210 - 2217
Bartosz Zieliński, Mikołaj Sacha, Bartosz Jura, Dawid Rymarczyk, Łukasz Struski, Jacek Tabor, Interpretability Benchmark for Evaluating Spatial Misalignment of Prototypical Parts Explanations, National Conference of the American Association for Artificial Intelligence [AAAI](MAIN) vol. 38 (19) (2024), 21563 - 21573