Buchumschlag

Concept activation vectors: a unifying view and adversarial attacks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Schnoor, Ekkehard, Tiomoko, Malik, Said, Jawher, Jung, Alex, Samek, Wojciech
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Probability
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

$α$-TCAV: A Unified Framework for Testing with Concept Activation Vectors
von: Schnoor, Ekkehard, et al.
Veröffentlicht: (2026)

Incorporating priors in learning: a random matrix study under a teacher-student framework
von: Tiomoko, Malik, et al.
Veröffentlicht: (2025)

High-Dimensional Analysis of Bootstrap Ensemble Classifiers
von: Tiomoko, Malik, et al.
Veröffentlicht: (2025)

Towards an Approximation Theory of Observable Operator Models
von: Anyszka, Wojciech
Veröffentlicht: (2024)

Detecting adversarial attacks on random samples
von: Smirnov, Gleb
Veröffentlicht: (2024)

Effective continuous equations for adaptive SGD: a stochastic analysis view
von: Callisti, Luca, et al.
Veröffentlicht: (2025)

Performance Gaps in Multi-view Clustering under the Nested Matrix-Tensor Model
von: Lebeau, Hugo, et al.
Veröffentlicht: (2024)

Simple, unified analysis of Johnson-Lindenstrauss with applications
von: Li, Yingru
Veröffentlicht: (2024)

Fully lifted \emph{blirp} interpolation -- a large deviation view
von: Stojnic, Mihailo
Veröffentlicht: (2025)

Nonparametric Identification of Latent Concepts
von: Zheng, Yujia, et al.
Veröffentlicht: (2025)

Scientific machine learning in Hydrology: a unified perspective
von: Adombi, Adoubi Vincent De Paul
Veröffentlicht: (2025)

Post-Hoc Concept Disentanglement: From Correlated to Isolated Concept Representations
von: Erogullari, Eren, et al.
Veröffentlicht: (2025)

Superposition unifies power-law training dynamics
von: Chen, Zixin Jessie, et al.
Veröffentlicht: (2026)

A large deviation view of \emph{stationarized} fully lifted blirp interpolation
von: Stojnic, Mihailo
Veröffentlicht: (2025)

Model Science: getting serious about verification, explanation and control of AI systems
von: Biecek, Przemyslaw, et al.
Veröffentlicht: (2025)

Characterization of Gaussian Universality Breakdown in High-Dimensional Empirical Risk Minimization
von: Yaakoubi, Chiheb, et al.
Veröffentlicht: (2026)

Human in the Loop Adaptive Optimization for Improved Time Series Forecasting
von: Tiomoko, Malik, et al.
Veröffentlicht: (2025)

Position: Explain to Question not to Justify
von: Biecek, Przemyslaw, et al.
Veröffentlicht: (2024)

Benchmarking Uncertainty and its Disentanglement in multi-label Chest X-Ray Classification
von: Baur, Simon, et al.
Veröffentlicht: (2025)

A spin-glass model for the loss surfaces of generative adversarial networks
von: Baskerville, Nicholas P, et al.
Veröffentlicht: (2021)

Iterative Inference in a Chess-Playing Neural Network
von: Sandmann, Elias, et al.
Veröffentlicht: (2025)

A Random Matrix Perspective of Echo State Networks: From Precise Bias--Variance Characterization to Optimal Regularization
von: Moakher, Yessin, et al.
Veröffentlicht: (2025)

Generalization in Representation Models via Random Matrix Theory: Application to Recurrent Networks
von: Moakher, Yessin, et al.
Veröffentlicht: (2025)

A unifying Bayesian framework for adversarial robustness
von: Arce, Pablo G., et al.
Veröffentlicht: (2025)

Physics-informed Information Field Theory for Modeling Physical Systems with Uncertainty Quantification
von: Alberts, Alex, et al.
Veröffentlicht: (2023)

A Priori Uncertainty Quantification of Reacting Turbulence Closure Models using Bayesian Neural Networks
von: Pash, Graham, et al.
Veröffentlicht: (2024)

Convergence rates for gradient descent in the training of overparameterized artificial neural networks with piecewise affine activation
von: Jentzen, Arnulf, et al.
Veröffentlicht: (2021)

Robustness quantification: a new method for assessing the reliability of the predictions of a classifier
von: Detavernier, Adrián, et al.
Veröffentlicht: (2025)

SHLIME: Foiling adversarial attacks fooling SHAP and LIME
von: Chauhan, Sam, et al.
Veröffentlicht: (2025)

Diffusion annealed Langevin dynamics: a theoretical study
von: Cattiaux, Patrick, et al.
Veröffentlicht: (2025)

Generative diffusion models from a PDE perspective
von: Cao, Fei, et al.
Veröffentlicht: (2025)

Beyond Scalars: Concept-Based Alignment Analysis in Vision Transformers
von: Vielhaben, Johanna, et al.
Veröffentlicht: (2024)

Binary perceptron computational gap -- a parametric fl RDT view
von: Stojnic, Mihailo
Veröffentlicht: (2025)

Negative Dependence as a toolbox for machine learning : review and new developments
von: Tran, Hoang-Son, et al.
Veröffentlicht: (2025)

Deep Neural Networks as Iterated Function Systems and a Generalization Bound
von: Vacher, Jonathan
Veröffentlicht: (2026)

Thundernna: a white box adversarial attack
von: Ye, Linfeng, et al.
Veröffentlicht: (2021)

User-friendly Foundation Model Adapters for Multivariate Time Series Classification
von: Feofanov, Vasilii, et al.
Veröffentlicht: (2024)

Wasserstein Convergence Guarantees for a General Class of Score-Based Generative Models
von: Gao, Xuefeng, et al.
Veröffentlicht: (2023)

A Review of the Receiver Operating Characteristic Curve and a Proof About the Area Beneath It
von: Redolfi, Steven
Veröffentlicht: (2026)

Evaluating randomized smoothing as a defense against adversarial attacks in trajectory prediction
von: Schumann, Julian F., et al.
Veröffentlicht: (2026)