Buchumschlag

Understanding Distributed Representations of Concepts in Deep Neural Networks without Supervision

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chang, Wonjoon, Kwon, Dahee, Choi, Jaesik
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Granular Concept Circuits: Toward a Fine-Grained Circuit Discovery for Concept Representations
von: Kwon, Dahee, et al.
Veröffentlicht: (2025)

Understanding Multimodal Deep Neural Networks: A Concept Selection View
von: Shang, Chenming, et al.
Veröffentlicht: (2024)

LoCO: Low-rank Compositional Rotation Fine-tuning
von: Nguyen, An, et al.
Veröffentlicht: (2026)

An Investigation into Pre-Training Object-Centric Representations for Reinforcement Learning
von: Yoon, Jaesik, et al.
Veröffentlicht: (2023)

FastCAV: Efficient Computation of Concept Activation Vectors for Explaining Deep Neural Networks
von: Schmalwasser, Laines, et al.
Veröffentlicht: (2025)

Adaptive Concept Bottleneck for Foundation Models Under Distribution Shifts
von: Choi, Jihye, et al.
Veröffentlicht: (2024)

Concept Matching with Agent for Out-of-Distribution Detection
von: Lee, Yuxiao, et al.
Veröffentlicht: (2024)

3D Reconstruction of Objects in Hands without Real World 3D Supervision
von: Prakash, Aditya, et al.
Veröffentlicht: (2023)

Does a Neural Network Really Encode Symbolic Concepts?
von: Li, Mingjie, et al.
Veröffentlicht: (2023)

Holistic Order Prediction in Natural Scenes
von: Musacchio, Pierre, et al.
Veröffentlicht: (2025)

Impact of Tuning Parameters in Deep Convolutional Neural Network Using a Crack Image Dataset
von: Zabin, Mahe, et al.
Veröffentlicht: (2025)

k* Distribution: Evaluating the Latent Space of Deep Neural Networks using Local Neighborhood Analysis
von: Kotyan, Shashank, et al.
Veröffentlicht: (2023)

Achieving Data Efficient Neural Networks with Hybrid Concept-based Models
von: Opsahl, Tobias A., et al.
Veröffentlicht: (2024)

FaCT: Faithful Concept Traces for Explaining Neural Network Decisions
von: Parchami-Araghi, Amin, et al.
Veröffentlicht: (2025)

Post-Hoc Concept Disentanglement: From Correlated to Isolated Concept Representations
von: Erogullari, Eren, et al.
Veröffentlicht: (2025)

Understanding Visual Concepts Across Models
von: Trabucco, Brandon, et al.
Veröffentlicht: (2024)

Self-Supervised Multi-Frame Neural Scene Flow
von: Liu, Dongrui, et al.
Veröffentlicht: (2024)

Concept Weaver: Enabling Multi-Concept Fusion in Text-to-Image Models
von: Kwon, Gihyun, et al.
Veröffentlicht: (2024)

Weakly Supervised Concept Learning for Object-centric Visual Reasoning
von: Tiwari, Sparsh, et al.
Veröffentlicht: (2026)

Training-Free Restoration of Pruned Neural Networks
von: Lee, Keonho, et al.
Veröffentlicht: (2025)

Taking Shortcuts for Categorical VQA Using Super Neurons
von: Musacchio, Pierre, et al.
Veröffentlicht: (2026)

Progressive Fourier Neural Representation for Sequential Video Compilation
von: Kang, Haeyong, et al.
Veröffentlicht: (2023)

Disentangled Sparse Representations for Concept-Separated Diffusion Unlearning
von: Kim, Hyeonjin, et al.
Veröffentlicht: (2026)

EvObj: Learning Evolving Object-centric Representations for 3D Instance Segmentation without Scene Supervision
von: Chen, Jiahao, et al.
Veröffentlicht: (2026)

NeRF-MAE: Masked AutoEncoders for Self-Supervised 3D Representation Learning for Neural Radiance Fields
von: Irshad, Muhammad Zubair, et al.
Veröffentlicht: (2024)

Evaluating the Stability of Semantic Concept Representations in CNNs for Robust Explainability
von: Mikriukov, Georgii, et al.
Veröffentlicht: (2023)

Concept-Guided Interpretability via Neural Chunking
von: Wu, Shuchen, et al.
Veröffentlicht: (2025)

B-cosification: Transforming Deep Neural Networks to be Inherently Interpretable
von: Arya, Shreyash, et al.
Veröffentlicht: (2024)

Deep Convolutional Neural Networks for Palm Fruit Maturity Classification
von: Han, Mingqiang, et al.
Veröffentlicht: (2025)

Identifying Bias in Deep Neural Networks Using Image Transforms
von: Erukude, Sai Teja, et al.
Veröffentlicht: (2024)

Prompt Optimizer of Text-to-Image Diffusion Models for Abstract Concept Understanding
von: Fan, Zezhong, et al.
Veröffentlicht: (2024)

Neural Tangent Knowledge Distillation for Optical Convolutional Networks
von: Xiang, Jinlin, et al.
Veröffentlicht: (2025)

Evaluation and Analysis of Deep Neural Transformers and Convolutional Neural Networks on Modern Remote Sensing Datasets
von: Hurt, J. Alex, et al.
Veröffentlicht: (2025)

Understanding and Mitigating Human-Labelling Errors in Supervised Contrastive Learning
von: Long, Zijun, et al.
Veröffentlicht: (2024)

Adaptive Random Feature Regularization on Fine-tuning Deep Neural Networks
von: Yamaguchi, Shin'ya, et al.
Veröffentlicht: (2024)

VeLU: Variance-enhanced Learning Unit for Deep Neural Networks
von: Shakarami, Ashkan, et al.
Veröffentlicht: (2025)

Tailoring Adversarial Attacks on Deep Neural Networks for Targeted Class Manipulation Using DeepFool Algorithm
von: Labib, S. M. Fazle Rabby, et al.
Veröffentlicht: (2023)

Quantum Implicit Neural Representations
von: Zhao, Jiaming, et al.
Veröffentlicht: (2024)

Bongard-RWR+: Real-World Representations of Fine-Grained Concepts in Bongard Problems
von: Pawlonka, Szymon, et al.
Veröffentlicht: (2025)

Semi-Supervised Learning for Deep Causal Generative Models
von: Ibrahim, Yasin, et al.
Veröffentlicht: (2024)