Buchumschlag

Analyzing Effects of Mixed Sample Data Augmentation on Model Interpretability

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Won, Soyoun, Bae, Sung-Ho, Kim, Seong Tae
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

GradMix: Gradient-based Selective Mixup for Robust Data Augmentation in Class-Incremental Learning
von: Kim, Minsu, et al.
Veröffentlicht: (2025)

Adaptive Non-uniform Timestep Sampling for Accelerating Diffusion Model Training
von: Kim, Myunsoo, et al.
Veröffentlicht: (2024)

GeoMix: Towards Geometry-Aware Data Augmentation
von: Zhao, Wentao, et al.
Veröffentlicht: (2024)

DBN-Mix: Training Dual Branch Network Using Bilateral Mixup Augmentation for Long-Tailed Visual Recognition
von: Baik, Jae Soon, et al.
Veröffentlicht: (2022)

Mask-Free Neuron Concept Annotation for Interpreting Neural Networks in Medical Domain
von: Kim, Hyeon Bae, et al.
Veröffentlicht: (2024)

VLM-KG: Multimodal Radiology Knowledge Graph Generation
von: Abdullah, Abdullah, et al.
Veröffentlicht: (2025)

WWW: A Unified Framework for Explaining What, Where and Why of Neural Networks by Interpretation of Neuron Concepts
von: Ahn, Yong Hyun, et al.
Veröffentlicht: (2024)

Learning Multi-resolution Graph Edge Embedding for Discovering Brain Network Dysfunction in Neurological Disorders
von: Ma, Xin, et al.
Veröffentlicht: (2019)

HSMix: Hard and Soft Mixing Data Augmentation for Medical Image Segmentation
von: Sun, Danyang, et al.
Veröffentlicht: (2025)

Diversify and Conquer: Open-set Disagreement for Robust Semi-supervised Learning with Outliers
von: Kong, Heejo, et al.
Veröffentlicht: (2025)

Retrieval-Augmented Natural Language Reasoning for Explainable Visual Question Answering
von: Lim, Su Hyeon, et al.
Veröffentlicht: (2024)

Interpreting Attention Heads for Image-to-Text Information Flow in Large Vision-Language Models
von: Kim, Jinyeong, et al.
Veröffentlicht: (2025)

Data Augmentation For Small Object using Fast AutoAugment
von: Yoon, DaeEun, et al.
Veröffentlicht: (2025)

SoundBrush: Sound as a Brush for Visual Scene Editing
von: Sung-Bin, Kim, et al.
Veröffentlicht: (2024)

On-the-Fly Data Augmentation via Gradient-Guided and Sample-Aware Influence Estimation
von: Yang, Suorong, et al.
Veröffentlicht: (2025)

The Curse of Conditions: Analyzing and Improving Optimal Transport for Conditional Flow-Based Generation
von: Cheng, Ho Kei, et al.
Veröffentlicht: (2025)

Delta Rectified Flow Sampling for Text-to-Image Editing
von: Beaudouin, Gaspard, et al.
Veröffentlicht: (2025)

Understanding the Detrimental Class-level Effects of Data Augmentation
von: Kirichenko, Polina, et al.
Veröffentlicht: (2023)

Model Debiasing by Learnable Data Augmentation
von: Morerio, Pietro, et al.
Veröffentlicht: (2024)

From Vicious to Virtuous Cycles: Synergistic Representation Learning for Unsupervised Video Object-Centric Learning
von: Seong, Hyun Seok, et al.
Veröffentlicht: (2026)

Reconstruction-Guided Slot Curriculum: Addressing Object Over-Fragmentation in Video Object-Centric Learning
von: Moon, WonJun, et al.
Veröffentlicht: (2026)

SelectMix: Enhancing Label Noise Robustness through Targeted Sample Mixing
von: Liu, Qiuhao, et al.
Veröffentlicht: (2025)

Towards Understanding Why Data Augmentation Improves Generalization
von: Li, Jingyang, et al.
Veröffentlicht: (2025)

False Positive Sampling-based Data Augmentation for Enhanced 3D Object Detection Accuracy
von: Oh, Jiyong, et al.
Veröffentlicht: (2024)

A Survey of Mix-based Data Augmentation: Taxonomy, Methods, Applications, and Explainability
von: Cao, Chengtai, et al.
Veröffentlicht: (2022)

A Simple Remedy for Dataset Bias via Self-Influence: A Mislabeled Sample Perspective
von: Jung, Yeonsung, et al.
Veröffentlicht: (2024)

Augmented Reality based Simulated Data (ARSim) with multi-view consistency for AV perception networks
von: Anwar, Aqeel, et al.
Veröffentlicht: (2024)

Class-Aware PillarMix: Can Mixed Sample Data Augmentation Enhance 3D Object Detection with Radar Point Clouds?
von: Zhang, Miao, et al.
Veröffentlicht: (2025)

Is Exchangeability better than I.I.D to handle Data Distribution Shifts while Pooling Data for Data-scarce Medical image segmentation?
von: Roy, Ayush, et al.
Veröffentlicht: (2025)

SYNAuG: Exploiting Synthetic Data for Data Imbalance Problems
von: Ye-Bin, Moon, et al.
Veröffentlicht: (2023)

Diffusion-based Data Augmentation and Knowledge Distillation with Generated Soft Labels Solving Data Scarcity Problems of SAR Oil Spill Segmentation
von: Moon, Jaeho, et al.
Veröffentlicht: (2024)

JARViS: Detecting Actions in Video Using Unified Actor-Scene Context Relation Modeling
von: Lee, Seok Hwan, et al.
Veröffentlicht: (2024)

The Effects of Mixed Sample Data Augmentation are Class Dependent
von: Lee, Haeil, et al.
Veröffentlicht: (2023)

MetaMix: Meta-state Precision Searcher for Mixed-precision Activation Quantization
von: Kim, Han-Byul, et al.
Veröffentlicht: (2023)

TransformMix: Learning Transformation and Mixing Strategies from Data
von: Cheung, Tsz-Him, et al.
Veröffentlicht: (2024)

MS-Mix: Sentiment-Guided Adaptive Augmentation for Multimodal Sentiment Analysis
von: Zhu, Hongyu, et al.
Veröffentlicht: (2025)

Concept-skill Transferability-based Data Selection for Large Vision-Language Models
von: Lee, Jaewoo, et al.
Veröffentlicht: (2024)

DynaMix: Generalizable Person Re-identification via Dynamic Relabeling and Mixed Data Sampling
von: Mamedov, Timur, et al.
Veröffentlicht: (2025)

Deep Model Interpretation with Limited Data : A Coreset-based Approach
von: Behzadi-Khormouji, Hamed, et al.
Veröffentlicht: (2024)

Dirichlet-based Per-Sample Weighting by Transition Matrix for Noisy Label Learning
von: Bae, HeeSun, et al.
Veröffentlicht: (2024)