Buchumschlag

Leveraging counterfactual concepts for debugging and improving CNN model performance

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tariq, Syed Ali, Zia, Tehseen
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Towards Counterfactual and Contrastive Explainability and Transparency of DCNN Image Classifiers
von: Tariq, Syed Ali, et al.
Veröffentlicht: (2025)

Faithful Counterfactual Visual Explanations (FCVE)
von: Khan, Bismillah, et al.
Veröffentlicht: (2025)

Robust image representations with counterfactual contrastive learning
von: Roschewitz, Mélanie, et al.
Veröffentlicht: (2024)

Mitigating attribute amplification in counterfactual image generation
von: Xia, Tian, et al.
Veröffentlicht: (2024)

Determining Mosaic Resilience in Sugarcane Plants using Hyperspectral Images
von: Zia, Ali, et al.
Veröffentlicht: (2025)

A comprehensive overview of deep learning models for object detection from videos/images
von: Zulfqar, Sukana, et al.
Veröffentlicht: (2026)

Towards generating more interpretable counterfactuals via concept vectors: a preliminary study on chest X-rays
von: Maksudov, Bulat, et al.
Veröffentlicht: (2025)

RO-Bench: Large-scale robustness evaluation of MLLMs with text-driven counterfactual videos
von: Yang, Zixi, et al.
Veröffentlicht: (2025)

Hybrid Interpretable Deep Learning Framework for Skin Cancer Diagnosis: Integrating Radial Basis Function Networks with Explainable AI
von: Ullah, Mirza Ahsan, et al.
Veröffentlicht: (2025)

Leveraging AI multimodal geospatial foundation models for improved near-real-time flood mapping at a global scale
von: Tulbure, Mirela G., et al.
Veröffentlicht: (2025)

CNN2GNN: How to Bridge CNN with GNN
von: Jiao, Ziheng, et al.
Veröffentlicht: (2024)

WS-Net: Weak-Signal Representation Learning and Gated Abundance Reconstruction for Hyperspectral Unmixing via State-Space and Weak Signal Attention Fusion
von: Long, Zekun, et al.
Veröffentlicht: (2026)

Geometry-Aware Semantic Reasoning for Training Free Video Anomaly Detection
von: Zia, Ali, et al.
Veröffentlicht: (2026)

A Comparative Study of Adversarial Robustness in CNN and CNN-ANFIS Architectures
von: Shankar, Kaaustaaub, et al.
Veröffentlicht: (2026)

An evaluation of CNN models and data augmentation techniques in hierarchical localization of mobile robots
von: Cabrera, J. J., et al.
Veröffentlicht: (2024)

Explainable fetal ultrasound quality assessment with progressive concept bottleneck models
von: Lin, Manxi, et al.
Veröffentlicht: (2022)

Automated Tennis Player and Ball Tracking with Court Keypoints Detection (Hawk Eye System)
von: Desu, Venkata Manikanta, et al.
Veröffentlicht: (2025)

AD-Net: Attention-based dilated convolutional residual network with guided decoder for robust skin lesion segmentation
von: Naveed, Asim, et al.
Veröffentlicht: (2024)

Q-FSRU: Quantum-Augmented Frequency-Spectral Fusion for Medical Visual Question Answering
von: Thakur, Rakesh, et al.
Veröffentlicht: (2025)

Leveraging Vision-Language Models to Detect Attention in Educational Videos
von: Becquet, Gabriel, et al.
Veröffentlicht: (2026)

Leveraging Multimodal-LLMs Assisted by Instance Segmentation for Intelligent Traffic Monitoring
von: Onsu, Murat Arda, et al.
Veröffentlicht: (2025)

Derm-T2IM: Harnessing Synthetic Skin Lesion Data via Stable Diffusion Models for Enhanced Skin Disease Classification using ViT and CNN
von: Farooq, Muhammad Ali, et al.
Veröffentlicht: (2024)

ECMNet:Lightweight Semantic Segmentation with Efficient CNN-Mamba Network
von: Du, Feixiang, et al.
Veröffentlicht: (2025)

Asymmetric Lesion Detection with Geometric Patterns and CNN-SVM Classification
von: Rasel, M. A., et al.
Veröffentlicht: (2025)

The Role of Noisy Data in Improving CNN Robustness for Image Classification
von: Ramírez-Agudelo, Oscar H., et al.
Veröffentlicht: (2026)

Detecting Facial Image Manipulations with Multi-Layer CNN Models
von: Montejano, Alejandro Marco, et al.
Veröffentlicht: (2024)

Pig aggression classification using CNN, Transformers and Recurrent Networks
von: Souza, Junior Silva, et al.
Veröffentlicht: (2024)

CNN-based explanation ensembling for dataset, representation and explanations evaluation
von: Hryniewska-Guzik, Weronika, et al.
Veröffentlicht: (2024)

Class-Conditional self-reward mechanism for improved Text-to-Image models
von: Ghazouali, Safouane El, et al.
Veröffentlicht: (2024)

Interpretable Plant Leaf Disease Detection Using Attention-Enhanced CNN
von: Singh, Balram, et al.
Veröffentlicht: (2025)

Identifying bias in CNN image classification using image scrambling and transforms
von: Erukude, Sai Teja
Veröffentlicht: (2025)

Hybrid CNN-ViT Framework for Motion-Blurred Scene Text Restoration
von: Rashid, Umar, et al.
Veröffentlicht: (2025)

3D Motion Perception of Binocular Vision Target with PID-CNN
von: Shi, Jiazhao, et al.
Veröffentlicht: (2025)

CNN-based Multi-In-Multi-Out Model for Efficient Spatiotemporal Prediction
von: Jin, Hyeonseok
Veröffentlicht: (2026)

UPDP: A Unified Progressive Depth Pruner for CNN and Vision Transformer
von: Liu, Ji, et al.
Veröffentlicht: (2024)

A Case Study on Concept Induction for Neuron-Level Interpretability in CNN
von: Sarma, Moumita Sen, et al.
Veröffentlicht: (2026)

Unleashing the Power of CNN and Transformer for Balanced RGB-Event Video Recognition
von: Wang, Xiao, et al.
Veröffentlicht: (2023)

Granular-ball Representation Learning for Deep CNN on Learning with Label Noise
von: Dai, Dawei, et al.
Veröffentlicht: (2024)

Catch-Up Mix: Catch-Up Class for Struggling Filters in CNN
von: Kang, Minsoo, et al.
Veröffentlicht: (2024)

CNN-ViT Fusion with Adaptive Attention Gate for Brain Tumor MRI Classification: A Hybrid Deep Learning Model
von: Hasnain, Syed Ibad, et al.
Veröffentlicht: (2026)