Towards Robust Interpretability with Self-Explaining Neural Networks

可解释性 机器学习 水准点(测量) 先验与后验 计算机科学 人工智能 理论(学习稳定性) 正规化(语言学) 深层神经网络 钥匙(锁) 人工神经网络 认识论 大地测量学 计算机安全 哲学 地理
作者
David Alvarez-Melis,Tommi Jaakkola
出处
期刊:Cornell University - arXiv 被引量:222
摘要

Most recent work on interpretability of complex machine learning models has focused on estimating $\textit{a posteriori}$ explanations for previously trained models around specific predictions. $\textit{Self-explaining}$ models where interpretability plays a key role already during learning have received much less attention. We propose three desiderata for explanations in general -- explicitness, faithfulness, and stability -- and show that existing methods do not satisfy them. In response, we design self-explaining models in stages, progressively generalizing linear classifiers to complex yet architecturally explicit models. Faithfulness and stability are enforced via regularization specifically tailored to such models. Experimental results across various benchmark datasets show that our framework offers a promising direction for reconciling model complexity and interpretability.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
李健应助啦啦啦啦啦采纳,获得10
刚刚
VIP完成签到,获得积分20
1秒前
chyic发布了新的文献求助10
1秒前
今后应助Cindy采纳,获得10
1秒前
克利夫兰发布了新的文献求助10
2秒前
井一完成签到,获得积分10
3秒前
ppppppppp发布了新的文献求助10
3秒前
5秒前
LYZSh完成签到,获得积分10
6秒前
斯文败类应助嗷嗷嗷采纳,获得10
6秒前
慕青应助一叶扁舟采纳,获得10
6秒前
8秒前
爆米花应助hexiaoyu采纳,获得10
9秒前
10秒前
俭朴的身影完成签到,获得积分10
10秒前
嘘唏发布了新的文献求助10
11秒前
11秒前
CipherSage应助木头杨采纳,获得10
11秒前
12秒前
Coldpal完成签到,获得积分10
12秒前
咸鱼完成签到,获得积分10
13秒前
14秒前
朴素念波发布了新的文献求助10
15秒前
DY发布了新的文献求助10
15秒前
琴_Q123发布了新的文献求助10
15秒前
angel完成签到,获得积分10
15秒前
16秒前
周粥完成签到,获得积分10
16秒前
17秒前
田様应助桃子采纳,获得10
18秒前
19秒前
雷雷雷完成签到 ,获得积分10
19秒前
21秒前
卌卌完成签到,获得积分10
21秒前
嗷嗷嗷发布了新的文献求助10
23秒前
干净的时光应助dhjskak采纳,获得20
23秒前
momo完成签到,获得积分10
24秒前
米妮发布了新的文献求助10
24秒前
冬虫夏草完成签到,获得积分10
25秒前
26秒前
高分求助中
Evolution 10000
ISSN 2159-8274 EISSN 2159-8290 1000
Becoming: An Introduction to Jung's Concept of Individuation 600
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
The Kinetic Nitration and Basicity of 1,2,4-Triazol-5-ones 440
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3159900
求助须知:如何正确求助?哪些是违规求助? 2810945
关于积分的说明 7889920
捐赠科研通 2469918
什么是DOI,文献DOI怎么找? 1315243
科研通“疑难数据库(出版商)”最低求助积分说明 630768
版权声明 602012