A fine-grained approach for visual interpretability of convolutional neural networks

Le reti neurali convoluzionali (CNN) sono ampiamente utilizzate per l’elaborazione delle immagini, ma comprendere quali parti di un’immagine influenzano maggiormente le loro decisioni è una sfida aperta.
In questo contesto, il lavoro che vi proponiamo questa settimana introduce MuVI, un framework che genera una heatmap pixel-level basata su reti multilivello, migliorando l’interpretabilità rispetto ai metodi esistenti.

Il paper è disponibile al link: doi.org/10.1016/j.asoc.2024.112635