ScholarGate
Avustaja
Machine learningDeep learning / NLP / CV

Selitettävä diffuusiomalli

Selitettävä diffuusiomalli yhdistää kohinanpoistoon perustuvan todennäköisyysdiffuusiomallin jälkikäteisiin tai sisäisiin selitettävyystekniikoihin – kuten SHAP-arvoihin, gradienttipohjaiseen salienssiin, huomioanalyysiin tai konseptipohjaiseen tutkimukseen – jotta jokainen generatiivinen tai ennustava päätös voidaan tarkastaa ja perustella sen sijaan, että sitä käsiteltäisiin mustana laatikkona.

Avaa sovelluksessa MethodMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

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

Lähteet

  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

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Explainable Diffusion Model (XAI-Augmented Denoising Diffusion Probabilistic Model). ScholarGate. https://scholargate.app/fi/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)). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/deep-learning/explainable-diffusion-model · Aineisto: https://doi.org/10.5281/zenodo.20539026