ترجمه فارسی مقاله تفسیر پایداری کلی مدل‌های تصویر در برابر اغتشاش با استفاده از تجزیه اهمیت طیفی مبتنی بر اصول موضوعه

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Interpreting Global Perturbation Robustness of Image Models using Axiomatic Spectral Importance Decomposition
عنوان مقاله به فارسی تفسیر پایداری کلی مدل‌های تصویر در برابر اغتشاش با استفاده از تجزیه اهمیت طیفی مبتنی بر اصول موضوعه
نویسندگان Róisín Luo, James McDermott, Colm O'Riordan
فرمت مقاله انگلیسی PDF
تعداد صفحات 30
دسته بندی موضوعات Artificial Intelligence,Computer Vision and Pattern Recognition,هوش مصنوعی , دید رایانه و تشخیص الگوی ,
توضیحات Submitted 18 August, 2024; v1 submitted 2 August, 2024; originally announced August 2024. , Comments: Accepted by Transactions on Machine Learning Research (TMLR 2024) , Journal ref: Transactions on Machine Learning Research (TMLR), 2024
توضیحات به فارسی ارائه شده در 18 اوت 2024 ؛V1 ارسال شده در 2 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد. ، نظرات: پذیرفته شده توسط معاملات تحقیقات یادگیری ماشین (TMLR 2024) ، مجله Ref: معاملات تحقیقات یادگیری ماشین (TMLR) ، 2024

قیمت: 19,000 تومان

دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 99,000 تومان

سفارش + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 1,200,000 تومان

زمان تحویل: 2 تا 3 روز کاری


📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Perturbation robustness evaluates the vulnerabilities of models, arising from a variety of perturbations, such as data corruptions and adversarial attacks. Understanding the mechanisms of perturbation robustness is critical for global interpretability. We present a model-agnostic, global mechanistic interpretability method to interpret the perturbation robustness of image models. This research is motivated by two key aspects. First, previous global interpretability works, in tandem with robustness benchmarks, e.g. mean corruption error (mCE), are not designed to directly interpret the mechanisms of perturbation robustness within image models. Second, we notice that the spectral signal-to-noise ratios (SNR) of perturbed natural images exponentially decay over the frequency. This power-law-like decay implies that: Low-frequency signals are generally more robust than high-frequency signals -- yet high classification accuracy can not be achieved by low-frequency signals alone. By applying Shapley value theory, our method axiomatically quantifies the predictive powers of robust features and non-robust features within an information theory framework. Our method, dubbed as textbf{I-ASIDE} (textbf{I}mage textbf{A}xiomatic textbf{S}pectral textbf{I}mportance textbf{D}ecomposition textbf{E}xplanation), provides a unique insight into model robustness mechanisms. We conduct extensive experiments over a variety of vision models pre-trained on ImageNet to show that textbf{I-ASIDE} can not only textbf{measure} the perturbation robustness but also textbf{provide interpretations} of its mechanisms.

چکیده به فارسی (ترجمه ماشینی)

استحکام آشفتگی آسیب پذیری مدل ها را ارزیابی می کند ، ناشی از انواع آشفتگی ها ، مانند فساد داده ها و حملات مخالف.درک مکانیسم های استحکام آشفتگی برای تفسیر جهانی بسیار مهم است.ما یک روش تفسیر مکانیکی مدل-آگنوستیک و جهانی را برای تفسیر استحکام آشفتگی مدل های تصویر ارائه می دهیم.این تحقیق توسط دو جنبه اصلی ایجاد می شود.اول ، آثار تفسیر جهانی قبلی ، همزمان با معیارهای استحکام ، به عنوان مثالمیانگین خطای فساد (MCE) ، برای تفسیر مستقیم مکانیسم های استحکام آشفتگی در مدل های تصویر طراحی نشده است.دوم ، ما متوجه می شویم که نسبت سیگنال به نویز طیفی (SNR) تصاویر طبیعی آشفته به صورت نمایی در فرکانس پوسیده می شوند.این پوسیدگی مانند قدرت قانون حاکی از آن است که: سیگنال های با فرکانس پایین به طور کلی نسبت به سیگنال های با فرکانس بالا قوی تر هستند-اما با این وجود دقت طبقه بندی بالا به تنهایی نمی توان به تنهایی حاصل شد.با استفاده از تئوری ارزش Shapley ، روش ما به صورت بدیهی قدرت های پیش بینی شده از ویژگی های قوی و ویژگی های غیر رب را در یک چارچوب تئوری اطلاعات کم می کند.روش ما ، به عنوان textbf {i-aside} ( textbf {i} mage textbf {a} xiomatic textbf {s} pectral textbf {i} mentbf {d} ecomposition textbf {e} xplanation)، بینش منحصر به فردی از مکانیسم های استحکام مدل ارائه می دهد.ما آزمایش های گسترده ای را در مورد انواع مختلفی از مدل های بینایی از پیش آموزش داده شده در Imagenet انجام می دهیم تا نشان دهیم که textbf {i-aside} نه تنها می تواند textbf {اندازه گیری} استحکام آشفتگی بلکه textBF {تفسیر} از مکانیسم های آن را ارائه دهد.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.