ScholarGate
Asistente
Machine learningDeep learning / NLP / CV

Modelo de Difusión Explicable

Un Modelo de Difusión Explicable acopla un modelo probabilístico de difusión de desruido con técnicas de explicabilidad post-hoc o intrínsecas —tales como SHAP, saliencia basada en gradientes, análisis de atención o sondeo basado en conceptos— de modo que cada decisión generativa o predictiva pueda ser auditada y justificada en lugar de ser tratada como una caja negra.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

Fuentes

  1. Ho, J., Jain, A., & Abbeel, P. (2020). Denoising Diffusion Probabilistic Models. Advances in Neural Information Processing Systems, 33, 6840–6851. link
  2. Diffusion model. Wikipedia. link

Cómo citar esta página

ScholarGate. (2026, June 3). Explainable Diffusion Model (XAI-Augmented Denoising Diffusion Probabilistic Model). ScholarGate. https://scholargate.app/es/deep-learning/explainable-diffusion-model

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateExplainable Diffusion Model (Explainable Diffusion Model (XAI-Augmented Denoising Diffusion Probabilistic Model)). Recuperado el 2026-06-15 de https://scholargate.app/es/deep-learning/explainable-diffusion-model · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026