Buchumschlag

Enhancing Interpretability Through Loss-Defined Classification Objective in Structured Latent Spaces

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Geissler, Daniel, Zhou, Bo, Liu, Mengxi, Lukowicz, Paul
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

The Power of Training: How Different Neural Network Setups Influence the Energy Demand
von: Geißler, Daniel, et al.
Veröffentlicht: (2024)

CoSS: Co-optimizing Sensor and Sampling Rate for Data-Efficient AI in Human Activity Recognition
von: Liu, Mengxi, et al.
Veröffentlicht: (2024)

Human in the Latent Loop (HILL): Interactively Guiding Model Training Through Human Intuition
von: Geissler, Daniel, et al.
Veröffentlicht: (2025)

iKAN: Global Incremental Learning with KAN for Human Activity Recognition Across Heterogeneous Datasets
von: Liu, Mengxi, et al.
Veröffentlicht: (2024)

Towards certifiable AI in aviation: landscape, challenges, and opportunities
von: Bello, Hymalai, et al.
Veröffentlicht: (2024)

Bridging Generalization and Personalization in Human Activity Recognition via On-Device Few-Shot Learning
von: Kang, Pixi, et al.
Veröffentlicht: (2025)

ALS-HAR: Harnessing Wearable Ambient Light Sensors to Enhance IMU-based Human Activity Recogntion
von: Ray, Lala Shakti Swarup, et al.
Veröffentlicht: (2024)

iMove: Exploring Bio-impedance Sensing for Fitness Activity Recognition
von: Liu, Mengxi, et al.
Veröffentlicht: (2024)

Misinforming LLMs: vulnerabilities, challenges and opportunities
von: Zhou, Bo, et al.
Veröffentlicht: (2024)

Leveraging Hybrid Intelligence Towards Sustainable and Energy-Efficient Machine Learning
von: Geissler, Daniel, et al.
Veröffentlicht: (2024)

Initial Investigation of Kolmogorov-Arnold Networks (KANs) as Feature Extractors for IMU Based Human Activity Recognition
von: Liu, Mengxi, et al.
Veröffentlicht: (2024)

Spend More to Save More (SM2): An Energy-Aware Implementation of Successive Halving for Sustainable Hyperparameter Optimization
von: Geissler, Daniel, et al.
Veröffentlicht: (2024)

DPCformer: An Interpretable Deep Learning Model for Genomic Prediction in Crops
von: Deng, Pengcheng, et al.
Veröffentlicht: (2025)

Closed-Form Interpretation of Neural Network Latent Spaces with Symbolic Gradients
von: Wetzel, Sebastian J., et al.
Veröffentlicht: (2024)

Decoding Latent Spaces: Assessing the Interpretability of Time Series Foundation Models for Visual Analytics
von: Santamaria-Valenzuela, Inmaculada, et al.
Veröffentlicht: (2025)

TinierHAR: Towards Ultra-Lightweight Deep Learning Models for Efficient Human Activity Recognition on Edge Devices
von: Bian, Sizhen, et al.
Veröffentlicht: (2025)

Towards Interpreting Multi-Objective Feature Associations
von: Pillai, Nisha, et al.
Veröffentlicht: (2024)

Enhancing Uncertainty Estimation and Interpretability via Bayesian Non-negative Decision Layer
von: Hu, Xinyue, et al.
Veröffentlicht: (2025)

Exploring Criteria of Loss Reweighting to Enhance LLM Unlearning
von: Yang, Puning, et al.
Veröffentlicht: (2025)

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)

Interpretability by Design for Efficient Multi-Objective Reinforcement Learning
von: Xia, Qiyue, et al.
Veröffentlicht: (2025)

Soft Contextualized Encoder For User Defined Text Classification
von: Maheshwari, Charu, et al.
Veröffentlicht: (2026)

In Search for Architectures and Loss Functions in Multi-Objective Reinforcement Learning
von: Terekhov, Mikhail, et al.
Veröffentlicht: (2024)

Multi-Objective Loss Balancing for Physics-Informed Deep Learning
von: Bischof, Rafael, et al.
Veröffentlicht: (2021)

Certified Robustness from Approximate Gaussian Mixture Structures in Pretrained Latent Spaces
von: Emmanouilidis, Konstantinos, et al.
Veröffentlicht: (2026)

A Latent Space Metric for Enhancing Prediction Confidence in Earth Observation Data
von: Pitsiorlas, Ioannis, et al.
Veröffentlicht: (2024)

EIDOS: Latent-Space Predictive Learning for Time Series Foundation Models
von: Zhou, Xinxing, et al.
Veröffentlicht: (2026)

Rethinking Independent Cross-Entropy Loss For Graph-Structured Data
von: Miao, Rui, et al.
Veröffentlicht: (2024)

Searching Latent Program Spaces
von: Macfarlane, Matthew V, et al.
Veröffentlicht: (2024)

Enhancing Interpretability in Generative AI Through Search-Based Data Influence Analysis
von: Aivalis, Theodoros, et al.
Veröffentlicht: (2025)

Characterizing Continuous and Discrete Hybrid Latent Spaces for Structural Connectomes
von: Rudravaram, Gaurav, et al.
Veröffentlicht: (2025)

In-context Vectors: Making In Context Learning More Effective and Controllable Through Latent Space Steering
von: Liu, Sheng, et al.
Veröffentlicht: (2023)

KAN-MLP-Mixer: A comprehensive investigation of the usage of Kolmogorov-Arnold Networks (KANs) for improving IMU-based Human Activity Recognition
von: Liu, Mengxi, et al.
Veröffentlicht: (2026)

Learning Interpretable Rules for Scalable Data Representation and Classification
von: Wang, Zhuo, et al.
Veröffentlicht: (2023)

Enhanced Importance Sampling through Latent Space Exploration in Normalizing Flows
von: Kruse, Liam A., et al.
Veröffentlicht: (2025)

Latent Diffusion : Multi-Dimension Stable Diffusion Latent Space Explorer
von: Zhong, Zhihua, et al.
Veröffentlicht: (2025)

Explanation Space: A New Perspective into Time Series Interpretability
von: Rezaei, Shahbaz, et al.
Veröffentlicht: (2024)

Age Predictors Through the Lens of Generalization, Bias Mitigation, and Interpretability: Reflections on Causal Implications
von: Paul, Debdas, et al.
Veröffentlicht: (2026)

LDMol: A Text-to-Molecule Diffusion Model with Structurally Informative Latent Space Surpasses AR Models
von: Chang, Jinho, et al.
Veröffentlicht: (2024)

Benchmarking Counterfactual Interpretability in Deep Learning Models for Time Series Classification
von: Kan, Ziwen, et al.
Veröffentlicht: (2024)