Buchumschlag

Concepts from Representations: Post-hoc Concept Bottleneck Models via Sparse Decomposition of Visual Representations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gong, Shizhan, Zhang, Xiaofan, Dou, Qi
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Kernel-based Unsupervised Embedding Alignment for Enhanced Visual Representation in Vision-language Models
von: Gong, Shizhan, et al.
Veröffentlicht: (2025)

Interpretable Generative Models through Post-hoc Concept Bottlenecks
von: Kulkarni, Akshay, et al.
Veröffentlicht: (2025)

Flexible Concept Bottleneck Model
von: Du, Xingbo, et al.
Veröffentlicht: (2025)

Structured Gradient-based Interpretations via Norm-Regularized Adversarial Training
von: Gong, Shizhan, et al.
Veröffentlicht: (2024)

In-hoc Concept Representations to Regularise Deep Learning in Medical Imaging
von: Corbetta, Valentina, et al.
Veröffentlicht: (2025)

On the Concept Trustworthiness in Concept Bottleneck Models
von: Huang, Qihan, et al.
Veröffentlicht: (2024)

Explain via Any Concept: Concept Bottleneck Model with Open Vocabulary Concepts
von: Tan, Andong, et al.
Veröffentlicht: (2024)

CusConcept: Customized Visual Concept Decomposition with Diffusion Models
von: Xu, Zhi, et al.
Veröffentlicht: (2024)

DCBM: Data-Efficient Visual Concept Bottleneck Models
von: Prasse, Katharina, et al.
Veröffentlicht: (2024)

Discovering Fine-Grained Visual-Concept Relations by Disentangled Optimal Transport Concept Bottleneck Models
von: Xie, Yan, et al.
Veröffentlicht: (2025)

A Super-pixel-based Approach to the Stable Interpretation of Neural Networks
von: Gong, Shizhan, et al.
Veröffentlicht: (2024)

Saliency-R1: Enforcing Interpretable and Faithful Vision-language Reasoning via Saliency-map Alignment Reward
von: Gong, Shizhan, et al.
Veröffentlicht: (2026)

Locality-aware Concept Bottleneck Model
von: Jeon, Sujin, et al.
Veröffentlicht: (2025)

Explainable Visual Anomaly Detection via Concept Bottleneck Models
von: Stropeni, Arianna, et al.
Veröffentlicht: (2025)

Interpretable and Steerable Concept Bottleneck Sparse Autoencoders
von: Kulkarni, Akshay, et al.
Veröffentlicht: (2025)

Concept-wise Attention for Fine-grained Concept Bottleneck Models
von: Zhong, Minghong, et al.
Veröffentlicht: (2026)

Improving Concept Alignment in Vision-Language Concept Bottleneck Models
von: Selvaraj, Nithish Muthuchamy, et al.
Veröffentlicht: (2024)

Enhancing Concept Localization in CLIP-based Concept Bottleneck Models
von: Kazmierczak, Rémi, et al.
Veröffentlicht: (2025)

Graph Integrated Multimodal Concept Bottleneck Model
von: Lin, Jiakai, et al.
Veröffentlicht: (2025)

Concept Bottleneck Models Without Predefined Concepts
von: Schrodi, Simon, et al.
Veröffentlicht: (2024)

Partially Shared Concept Bottleneck Models
von: Zhao, Delong, et al.
Veröffentlicht: (2025)

Concepts in Motion: Temporal Concept Bottleneck Model for Interpretable Video Classification
von: Knab, Patrick, et al.
Veröffentlicht: (2025)

Representational Similarity via Interpretable Visual Concepts
von: Kondapaneni, Neehar, et al.
Veröffentlicht: (2025)

Towards Robust and Reliable Concept Representations: Reliability-Enhanced Concept Embedding Model
von: Cai, Yuxuan, et al.
Veröffentlicht: (2025)

Hyperbolic Concept Bottleneck Models
von: Uyterlinde, Daniel, et al.
Veröffentlicht: (2026)

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

CLIP-QDA: An Explainable Concept Bottleneck Model
von: Kazmierczak, Rémi, et al.
Veröffentlicht: (2023)

Integrating Clinical Knowledge into Concept Bottleneck Models
von: Pang, Winnie, et al.
Veröffentlicht: (2024)

V2C-CBM: Building Concept Bottlenecks with Vision-to-Concept Tokenizer
von: He, Hangzhou, et al.
Veröffentlicht: (2025)

Show and Tell: Visually Explainable Deep Neural Nets via Spatially-Aware Concept Bottleneck Models
von: Benou, Itay, et al.
Veröffentlicht: (2025)

CURE: Concept Unlearning via Orthogonal Representation Editing in Diffusion Models
von: Biswas, Shristi Das, et al.
Veröffentlicht: (2025)

CAT: Concept-level backdoor ATtacks for Concept Bottleneck Models
von: Lai, Songning, et al.
Veröffentlicht: (2024)

Concepts Worth Having: Refining VLM-Guided Concept Bottleneck Models with Minimal Annotations
von: Debole, Nicola, et al.
Veröffentlicht: (2026)

Semi-supervised Concept Bottleneck Models
von: Hu, Lijie, et al.
Veröffentlicht: (2024)

ACCORD: Alleviating Concept Coupling through Dependence Regularization for Text-to-Image Diffusion Personalization
von: Liu, Shizhan, et al.
Veröffentlicht: (2025)

Guarding the Gate: ConceptGuard Battles Concept-Level Backdoors in Concept Bottleneck Models
von: Lai, Songning, et al.
Veröffentlicht: (2024)

Editable Concept Bottleneck Models
von: Hu, Lijie, et al.
Veröffentlicht: (2024)

Rethinking Concept Bottleneck Models: From Pitfalls to Solutions
von: Tapli, Merve, et al.
Veröffentlicht: (2026)

Improving Intervention Efficacy via Concept Realignment in Concept Bottleneck Models
von: Singhi, Nishad, et al.
Veröffentlicht: (2024)

SCoCCA: Multi-modal Sparse Concept Decomposition via Canonical Correlation Analysis
von: Gordon, Ehud, et al.
Veröffentlicht: (2026)