Buchumschlag

Privacy Meets Explainability: A Comprehensive Impact Benchmark

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Saifullah, Saifullah, Mercier, Dominique, Lucieri, Adriano, Dengel, Andreas, Ahmed, Sheraz
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning Artificial Intelligence Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DocXplain: A Novel Model-Agnostic Explainability Method for Document Image Classification
von: Saifullah, Saifullah, et al.
Veröffentlicht: (2024)

WordVIS: A Color Worth A Thousand Words
von: Khan, Umar, et al.
Veröffentlicht: (2024)

DocVCE: Diffusion-based Visual Counterfactual Explanations for Document Image Classification
von: Saifullah, Saifullah, et al.
Veröffentlicht: (2025)

LD-ViCE: Latent Diffusion Model for Video Counterfactual Explanations
von: Varshney, Payal, et al.
Veröffentlicht: (2025)

Discovering Concept Directions from Diffusion-based Counterfactuals via Latent Clustering
von: Varshney, Payal, et al.
Veröffentlicht: (2025)

Towards Facilitated Fairness Assessment of AI-based Skin Lesion Classifiers Through GenAI-based Image Synthesis
von: Watanabe, Ko, et al.
Veröffentlicht: (2025)

From Private to Public: Benchmarking GANs in the Context of Private Time Series Classification
von: Mercier, Dominique, et al.
Veröffentlicht: (2023)

Latent Diffusion for Guided Document Table Generation
von: Hamdani, Syed Jawwad Haider, et al.
Veröffentlicht: (2024)

Generating Counterfactual Trajectories with Latent Diffusion Models for Concept Discovery
von: Varshney, Payal, et al.
Veröffentlicht: (2024)

Missing Data as Augmentation in the Earth Observation Domain: A Multi-View Learning Approach
von: Mena, Francisco, et al.
Veröffentlicht: (2025)

Impact Assessment of Missing Data in Model Predictions for Earth Observation Applications
von: Mena, Francisco, et al.
Veröffentlicht: (2024)

Increasing the Robustness of Model Predictions to Missing Sensors in Earth Observation
von: Mena, Francisco, et al.
Veröffentlicht: (2024)

An Analysis of Temporal Dropout in Earth Observation Time Series for Regression Tasks
von: Miranda, Miro, et al.
Veröffentlicht: (2025)

In the Search for Optimal Multi-view Learning Models for Crop Classification with Global Remote Sensing Data
von: Mena, Francisco, et al.
Veröffentlicht: (2024)

Common Practices and Taxonomy in Deep Multi-view Fusion for Remote Sensing Applications
von: Mena, Francisco, et al.
Veröffentlicht: (2022)

On What Depends the Robustness of Multi-source Models to Missing Data in Earth Observation?
von: Mena, Francisco, et al.
Veröffentlicht: (2025)

Dynamic Attention-Guided Diffusion for Image Super-Resolution
von: Moser, Brian B., et al.
Veröffentlicht: (2023)

Multi-modal Co-learning for Earth Observation: Enhancing single-modality models via modality collaboration
von: Mena, Francisco, et al.
Veröffentlicht: (2025)

Unlocking Dataset Distillation with Diffusion Models
von: Moser, Brian B., et al.
Veröffentlicht: (2024)

A Study in Dataset Distillation for Image Super-Resolution
von: Dietz, Tobias, et al.
Veröffentlicht: (2025)

Unifying VXAI: A Systematic Review and Framework for the Evaluation of Explainable AI
von: Dembinsky, David, et al.
Veröffentlicht: (2025)

Distill the Best, Ignore the Rest: Improving Dataset Distillation with Loss-Value-Based Pruning
von: Moser, Brian B., et al.
Veröffentlicht: (2024)

Impact of Adversarial Attacks on Deep Learning Model Explainability
von: Nur, Gazi Nazia, et al.
Veröffentlicht: (2024)

Just Leaf It: Accelerating Diffusion Classifiers with Hierarchical Class Pruning
von: Shanbhag, Arundhati S., et al.
Veröffentlicht: (2024)

Diffusion Models, Image Super-Resolution And Everything: A Survey
von: Moser, Brian B., et al.
Veröffentlicht: (2024)

GC-MoE: Genomics-Guided Cell-Type-Specific Mixture of Experts for Histology-Based Single-Cell Spatial Transcriptomics
von: Shiku, Kaito, et al.
Veröffentlicht: (2026)

LabelBench: A Comprehensive Framework for Benchmarking Adaptive Label-Efficient Learning
von: Zhang, Jifan, et al.
Veröffentlicht: (2023)

LeafLife: An Explainable Deep Learning Framework with Robustness for Grape Leaf Disease Recognition
von: Alam, B. M. Shahria, et al.
Veröffentlicht: (2026)

Zoomed In, Diffused Out: Towards Local Degradation-Aware Multi-Diffusion for Extreme Image Super-Resolution
von: Moser, Brian B., et al.
Veröffentlicht: (2024)

Explainable Contrastive and Cost-Sensitive Learning for Cervical Cancer Classification
von: Mustari, Ashfiqun, et al.
Veröffentlicht: (2024)

CinePile: A Long Video Question Answering Dataset and Benchmark
von: Rawal, Ruchit, et al.
Veröffentlicht: (2024)

Graphic-Design-Bench: A Comprehensive Benchmark for Evaluating AI on Graphic Design Tasks
von: Deganutti, Adrienne, et al.
Veröffentlicht: (2026)

Advancing Histopathology-Based Breast Cancer Diagnosis: Insights into Multi-Modality and Explainability
von: Abdullakutty, Faseela, et al.
Veröffentlicht: (2024)

Hierarchical NeuroSymbolic Approach for Comprehensive and Explainable Action Quality Assessment
von: Okamoto, Lauren, et al.
Veröffentlicht: (2024)

A Study in Dataset Pruning for Image Super-Resolution
von: Moser, Brian B., et al.
Veröffentlicht: (2024)

A Low-Resolution Image is Worth 1x1 Words: Enabling Fine Image Super-Resolution with Transformers and TaylorShift
von: Nagaraju, Sanath Budakegowdanadoddi, et al.
Veröffentlicht: (2024)

RePOPE: Impact of Annotation Errors on the POPE Benchmark
von: Neuhaus, Yannic, et al.
Veröffentlicht: (2025)

CAMEL-Bench: A Comprehensive Arabic LMM Benchmark
von: Ghaboura, Sara, et al.
Veröffentlicht: (2024)

Knowledge Graphs Meet Multi-Modal Learning: A Comprehensive Survey
von: Chen, Zhuo, et al.
Veröffentlicht: (2024)

FREQuency ATTribution: benchmarking frequency-based occlusion for time series data
von: Mercier, Dominique, et al.
Veröffentlicht: (2025)