Buchumschlag

Connecting Concept Convexity and Human-Machine Alignment in Deep Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dorszewski, Teresa, Tětková, Lenka, Linhardt, Lorenz, Hansen, Lars Kai
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Convexity-based Pruning of Speech Representation Models
von: Dorszewski, Teresa, et al.
Veröffentlicht: (2024)

Cat, Rat, Meow: On the Alignment of Language Model and Human Term-Similarity Judgments
von: Linhardt, Lorenz, et al.
Veröffentlicht: (2025)

From Colors to Classes: Emergence of Concepts in Vision Transformers
von: Dorszewski, Teresa, et al.
Veröffentlicht: (2025)

How Redundant Is the Transformer Stack in Speech Representation Models?
von: Dorszewski, Teresa, et al.
Veröffentlicht: (2024)

Challenges in explaining deep learning models for data with biological variation
von: Tětková, Lenka, et al.
Veröffentlicht: (2024)

Robustness of Visual Explanations to Common Data Augmentation
von: Tětková, Lenka, et al.
Veröffentlicht: (2023)

Knowledge graphs for empirical concept retrieval
von: Tětková, Lenka, et al.
Veröffentlicht: (2024)

On convex decision regions in deep network representations
von: Tětková, Lenka, et al.
Veröffentlicht: (2023)

BiSSL: Enhancing the Alignment Between Self-Supervised Pretraining and Downstream Fine-Tuning via Bilevel Optimization
von: Zakarias, Gustav Wagner, et al.
Veröffentlicht: (2024)

Human alignment of neural network representations
von: Muttenthaler, Lukas, et al.
Veröffentlicht: (2022)

Exploring the Potentials and Challenges of Deep Generative Models in Product Design Conception
von: Mueller, Phillip, et al.
Veröffentlicht: (2024)

Human-like Forgetting Curves in Deep Neural Networks
von: Kline, Dylan
Veröffentlicht: (2025)

Artificial Neural Nets and the Representation of Human Concepts
von: Freiesleben, Timo
Veröffentlicht: (2023)

CR-LSO: Convex Neural Architecture Optimization in the Latent Space of Graph Variational Autoencoder with Input Convex Neural Networks
von: Rao, Xuan, et al.
Veröffentlicht: (2022)

A Convexity-dependent Two-Phase Training Algorithm for Deep Neural Networks
von: Hrycej, Tomas, et al.
Veröffentlicht: (2025)

DeepDefense: Layer-Wise Gradient-Feature Alignment for Building Robust Neural Networks
von: Lin, Ci, et al.
Veröffentlicht: (2025)

Large Vision Models Can Solve Mental Rotation Problems
von: Mason, Sebastian Ray, et al.
Veröffentlicht: (2025)

Expressiveness of Multi-Neuron Convex Relaxations in Neural Network Certification
von: Mao, Yuhao, et al.
Veröffentlicht: (2024)

The Cost of Relaxation: Evaluating the Error in Convex Neural Network Verification
von: Papamichail, Merkouris, et al.
Veröffentlicht: (2026)

A Method for Optimizing Connections in Differentiable Logic Gate Networks
von: Mommen, Wout, et al.
Veröffentlicht: (2025)

Unveiling Mode Connectivity in Graph Neural Networks
von: Li, Bingheng, et al.
Veröffentlicht: (2025)

Linear Mode Connectivity in Sparse Neural Networks
von: McDermott, Luke, et al.
Veröffentlicht: (2023)

Steering LLMs? Actually, Sparse Autoencoders can outperform simple baselines
von: Jørgensen, Mikkel Godsk, et al.
Veröffentlicht: (2026)

Influence Functions for Edge Edits in Non-Convex Graph Neural Networks
von: Heo, Jaeseung, et al.
Veröffentlicht: (2025)

Not All Timesteps Matter Equally: Selective Alignment Knowledge Distillation for Spiking Neural Networks
von: Sun, Kai, et al.
Veröffentlicht: (2026)

ConceptFlow: Hierarchical and Fine-grained Concept-Based Explanation for Convolutional Neural Networks
von: Mu, Xinyu, et al.
Veröffentlicht: (2025)

Distilling Symbolic Priors for Concept Learning into Neural Networks
von: Marinescu, Ioana, et al.
Veröffentlicht: (2024)

Objective drives the consistency of representational similarity across datasets
von: Ciernik, Laure, et al.
Veröffentlicht: (2024)

Concept Alignment
von: Rane, Sunayana, et al.
Veröffentlicht: (2024)

An Analysis of Human Alignment of Latent Diffusion Models
von: Linhardt, Lorenz, et al.
Veröffentlicht: (2024)

Flag Varieties: A Geometric Framework for Deep Network Alignment
von: Xiao, Jingchuan, et al.
Veröffentlicht: (2026)

Incorporating Expert Rules into Neural Networks in the Framework of Concept-Based Learning
von: Konstantinov, Andrei V., et al.
Veröffentlicht: (2024)

Many Ways to be Right: Rashomon Sets for Concept-Based Neural Networks
von: Feng, Shihan, et al.
Veröffentlicht: (2025)

Coordinate Matrix Machine: A Human-level Concept Learning to Classify Very Similar Documents
von: Sadri, Amin, et al.
Veröffentlicht: (2025)

Mitigating Gradient Overlap in Deep Residual Networks with Gradient Normalization for Improved Non-Convex Optimization
von: Yun, Juyoung
Veröffentlicht: (2024)

Wormhole Dynamics in Deep Neural Networks
von: Lai, Yen-Lung, et al.
Veröffentlicht: (2025)

Low-bit Model Quantization for Deep Neural Networks: A Survey
von: Liu, Kai, et al.
Veröffentlicht: (2025)

Neural Network Conversion of Machine Learning Pipelines
von: Sung, Man-Ling, et al.
Veröffentlicht: (2026)

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

Understanding Distributed Representations of Concepts in Deep Neural Networks without Supervision
von: Chang, Wonjoon, et al.
Veröffentlicht: (2023)