Buchumschlag

Disentangling Polysemantic Channels in Convolutional Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hesse, Robin, Fischer, Jonas, Schaub-Meyer, Simone, Roth, Stefan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Interpretability Without Tradeoffs: Disentangling Polysemanticity At Equal Predictive Performance
von: Bağcı, Doğukan, et al.
Veröffentlicht: (2026)

Benchmarking the Attribution Quality of Vision Models
von: Hesse, Robin, et al.
Veröffentlicht: (2024)

What is Missing? Explaining Neurons Activated by Absent Concepts
von: Hesse, Robin, et al.
Veröffentlicht: (2026)

Beyond Accuracy: What Matters in Designing Well-Behaved Image Classification Models?
von: Hesse, Robin, et al.
Veröffentlicht: (2025)

GLASS: Guided Latent Slot Diffusion for Object-Centric Learning
von: Singh, Krishnakant, et al.
Veröffentlicht: (2024)

Evaluating Object-Centric Models beyond Object Discovery
von: Singh, Krishnakant, et al.
Veröffentlicht: (2026)

Disentangling Polysemantic Neurons with a Null-Calibrated Polysemanticity Index and Causal Patch Interventions
von: Gupta, Manan, et al.
Veröffentlicht: (2025)

Activation Subspaces for Out-of-Distribution Detection
von: Zöngür, Barış, et al.
Veröffentlicht: (2025)

Boosting Omnidirectional Stereo Matching with a Pre-trained Depth Foundation Model
von: Endres, Jannik, et al.
Veröffentlicht: (2025)

On the Efficiency of Convolutional Neural Networks
von: Lavin, Andrew
Veröffentlicht: (2024)

Network Inversion of Convolutional Neural Nets
von: Suhail, Pirzada, et al.
Veröffentlicht: (2024)

Optimizing Convolutional Neural Network Architecture
von: Balderas, Luis, et al.
Veröffentlicht: (2023)

Boosting Unsupervised Semantic Segmentation with Principal Mask Proposals
von: Hahn, Oliver, et al.
Veröffentlicht: (2024)

Removing Cost Volumes from Optical Flow Estimators
von: Kiefhaber, Simon, et al.
Veröffentlicht: (2025)

Emotion Recognition Using Convolutional Neural Networks
von: Xu, Shaoyuan, et al.
Veröffentlicht: (2025)

The Potential of Convolutional Neural Networks for Cancer Detection
von: Molaeian, Hossein, et al.
Veröffentlicht: (2024)

PURE: Turning Polysemantic Neurons Into Pure Features by Identifying Relevant Circuits
von: Dreyer, Maximilian, et al.
Veröffentlicht: (2024)

Efficient Masked Attention Transformer for Few-Shot Classification and Segmentation
von: Carrión-Ojeda, Dustin, et al.
Veröffentlicht: (2025)

Disentangle and Regularize: Sign Language Production with Articulator-Based Disentanglement and Channel-Aware Regularization
von: Tasyurek, Sumeyye Meryem, et al.
Veröffentlicht: (2025)

Feature Map Similarity Reduction in Convolutional Neural Networks
von: Belmekki, Zakariae, et al.
Veröffentlicht: (2024)

Fully Hyperbolic Convolutional Neural Networks for Computer Vision
von: Bdeir, Ahmad, et al.
Veröffentlicht: (2023)

Disentangled Representation Learning with the Gromov-Monge Gap
von: Uscidda, Théo, et al.
Veröffentlicht: (2024)

Distribution-Aware Tensor Decomposition for Compression of Convolutional Neural Networks
von: Kalle, Alper, et al.
Veröffentlicht: (2025)

Analytic Convolutional Layer: A Step to Analytic Neural Network
von: Cui, Jingmao, et al.
Veröffentlicht: (2024)

Investigating the Gestalt Principle of Closure in Deep Convolutional Neural Networks
von: Zhang, Yuyan, et al.
Veröffentlicht: (2024)

Neural Loss Function Evolution for Large-Scale Image Classifier Convolutional Neural Networks
von: Morgan, Brandon, et al.
Veröffentlicht: (2024)

Deepfake Detection of Face Images based on a Convolutional Neural Network
von: Kroiß, Lukas, et al.
Veröffentlicht: (2025)

A Stochastic Approach to Classification Error Estimates in Convolutional Neural Networks
von: Peleska, Jan, et al.
Veröffentlicht: (2023)

ADVISE: ADaptive Feature Relevance and VISual Explanations for Convolutional Neural Networks
von: Dehshibi, Mohammad Mahdi, et al.
Veröffentlicht: (2022)

Classification of Polarimetric SAR Images Using Compact Convolutional Neural Networks
von: Ahishali, Mete, et al.
Veröffentlicht: (2020)

Is Synthetic Data all We Need? Benchmarking the Robustness of Models Trained with Synthetic Images
von: Singh, Krishnakant, et al.
Veröffentlicht: (2024)

MUFASA: A Multi-Layer Framework for Slot Attention
von: Bock, Sebastian, et al.
Veröffentlicht: (2026)

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

A Distributed Hybrid Quantum Convolutional Neural Network for Medical Image Classification
von: Li, Yangyang, et al.
Veröffentlicht: (2025)

Accelerating Image Classification with Graph Convolutional Neural Networks using Voronoi Diagrams
von: Gharasuie, Mustafa Mohammadi, et al.
Veröffentlicht: (2025)

FovEx: Human-Inspired Explanations for Vision Transformers and Convolutional Neural Networks
von: Panda, Mahadev Prasad, et al.
Veröffentlicht: (2024)

Conditional Uncertainty-Aware Political Deepfake Detection with Stochastic Convolutional Neural Networks
von: Gardoş, Rafael-Petruţ
Veröffentlicht: (2026)

Pavement Fatigue Crack Detection and Severity Classification Based on Convolutional Neural Network
von: Wang, Zhen, et al.
Veröffentlicht: (2024)

Improving Shift Invariance in Convolutional Neural Networks with Translation Invariant Polyphase Sampling
von: Saha, Sourajit, et al.
Veröffentlicht: (2024)

Revolutionizing Wildfire Detection with Convolutional Neural Networks: A VGG16 Model Approach
von: Malladi, Lakshmi Aishwarya, et al.
Veröffentlicht: (2025)