Buchumschlag

Counterfactual Explanations via Riemannian Latent Space Traversal

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pegios, Paraskevas, Feragen, Aasa, Hansen, Andreas Abildtrup, Arvanitidis, Georgios
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Graph Counterfactual Explainable AI via Latent Space Traversal
von: Hansen, Andreas Abildtrup, et al.
Veröffentlicht: (2025)

Interpreting Equivariant Representations
von: Hansen, Andreas Abildtrup, et al.
Veröffentlicht: (2024)

Diffusion-based Iterative Counterfactual Explanations for Fetal Ultrasound Image Quality Assessment
von: Pegios, Paraskevas, et al.
Veröffentlicht: (2024)

Fast Diffusion-Based Counterfactuals for Shortcut Removal and Generation
von: Weng, Nina, et al.
Veröffentlicht: (2023)

Weight Space Correlation Analysis: Quantifying Feature Utilization in Deep Learning Models
von: Wong, Chun Kit, et al.
Veröffentlicht: (2025)

Navigating Uncertainty in Medical Image Segmentation
von: Zepf, Kilian, et al.
Veröffentlicht: (2024)

Don't Stop Me Yet: Sampling Loss Minima via Dissipative Riemannian Mechanics
von: Jacobsen, Albert Kjøller, et al.
Veröffentlicht: (2026)

Patronus: Interpretable Diffusion Models with Prototypes
von: Weng, Nina, et al.
Veröffentlicht: (2025)

Monge SAM: Robust Reparameterization-Invariant Sharpness-Aware Minimization Based on Loss Geometry
von: Jacobsen, Albert Kjøller, et al.
Veröffentlicht: (2025)

Reducing Memorisation in Generative Models via Riemannian Bayesian Inference
von: Gegenfurtner, Johanna Marie, et al.
Veröffentlicht: (2026)

Extended Neural Contractive Dynamical Systems: On Multiple Tasks and Riemannian Safety Regions
von: Mohammadi, Hadi Beik, et al.
Veröffentlicht: (2024)

Towards Fairness under Label Bias in Image Segmentation: Impact, Measurement and Mitigation
von: Parikh, Aditya, et al.
Veröffentlicht: (2026)

Are demographically invariant models and representations in medical imaging fair?
von: Petersen, Eike, et al.
Veröffentlicht: (2023)

Connecting Neural Models Latent Geometries with Relative Geodesic Representations
von: Yu, Hanlin, et al.
Veröffentlicht: (2025)

Slicing Through Bias: Explaining Performance Gaps in Medical Image Analysis using Slice Discovery Methods
von: Olesen, Vincent, et al.
Veröffentlicht: (2024)

Counterfactual Explanations for k-means and Gaussian Clustering
von: Vardakas, Georgios, et al.
Veröffentlicht: (2025)

Counterfactual Explanations in Medical Imaging: Exploring SPN-Guided Latent Space Manipulation
von: Siekiera, Julia, et al.
Veröffentlicht: (2025)

Learning Geometry and Topology via Multi-Chart Flows
von: Yu, Hanlin, et al.
Veröffentlicht: (2025)

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

Bayesian generative models can flag performance loss, bias, and out-of-distribution image content
von: López-Pérez, Miguel, et al.
Veröffentlicht: (2025)

Learning Actionable Counterfactual Explanations in Large State Spaces
von: Naggita, Keziah, et al.
Veröffentlicht: (2024)

Staying on the Manifold: Geometry-Aware Noise Injection
von: Jacobsen, Albert Kjøller, et al.
Veröffentlicht: (2025)

NoisyCoconut: Counterfactual Consensus via Latent Space Reasoning
von: Jerge, Michael, et al.
Veröffentlicht: (2026)

Fair Lung Disease Diagnosis from Chest CT via Gender-Adversarial Attention Multiple Instance Learning
von: Parikh, Aditya, et al.
Veröffentlicht: (2026)

CoLa-DCE -- Concept-guided Latent Diffusion Counterfactual Explanations
von: Motzkus, Franz, et al.
Veröffentlicht: (2024)

Tabular Diffusion Counterfactual Explanations
von: Zhang, Wei, et al.
Veröffentlicht: (2025)

Graph Diffusion Counterfactual Explanation
von: Bechtoldt, David, et al.
Veröffentlicht: (2025)

Model-Based Counterfactual Explanations Incorporating Feature Space Attributes for Tabular Data
von: Sumiya, Yuta, et al.
Veröffentlicht: (2024)

Exploring Energy Landscapes for Minimal Counterfactual Explanations: Applications in Cybersecurity and Beyond
von: Evangelatos, Spyridon, et al.
Veröffentlicht: (2025)

Watermarking Counterfactual Explanations
von: Guo, Hangzhi, et al.
Veröffentlicht: (2024)

ACE: Adapting sampling for Counterfactual Explanations
von: Guerrero, Margarita A., et al.
Veröffentlicht: (2025)

Optimal Transport Group Counterfactual Explanations
von: Valero-Leal, Enrique, et al.
Veröffentlicht: (2026)

Counterfactual Explanations Under Concept Drift
von: Kostrzewa, Marcin, et al.
Veröffentlicht: (2026)

Geodesic Slice Sampler for Multimodal Distributions with Strong Curvature
von: Williams, Bernardo, et al.
Veröffentlicht: (2025)

Counterfactual Explanations for Linear Optimization
von: Kurtz, Jannis, et al.
Veröffentlicht: (2024)

S-CFE: Simple Counterfactual Explanations
von: Sadiku, Shpresim, et al.
Veröffentlicht: (2024)

Plausible Counterfactual Explanations of Recommendations
von: Černý, Jakub, et al.
Veröffentlicht: (2025)

Procedural Fairness via Group Counterfactual Explanation
von: Popoola, Gideon, et al.
Veröffentlicht: (2026)

A Two-Stage Algorithm for Cost-Efficient Multi-instance Counterfactual Explanations
von: Artelt, André, et al.
Veröffentlicht: (2024)

CF-OPT: Counterfactual Explanations for Structured Prediction
von: Vivier-Ardisson, Germain, et al.
Veröffentlicht: (2024)