Buchumschlag

Why Does It Look There? Structured Explanations for Image Classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Jiarui, Yin, Zixiang, Landry, Samuel J, Ding, Zhengming, Mettu, Ramgopal R.
Format:	Preprint
Veröffentlicht:	2026
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

TCR-EML: Explainable Model Layers for TCR-pMHC Prediction
von: Li, Jiarui, et al.
Veröffentlicht: (2025)

Quantifying Cross-Attention Interaction in Transformers for Interpreting TCR-pMHC Binding
von: Li, Jiarui, et al.
Veröffentlicht: (2025)

Rational Multi-Modal Transformers for TCR-pMHC Prediction
von: Li, Jiarui, et al.
Veröffentlicht: (2025)

Counterfactual Explanations for Medical Image Classification and Regression using Diffusion Autoencoder
von: Atad, Matan, et al.
Veröffentlicht: (2024)

GraphMamba: An Efficient Graph Structure Learning Vision Mamba for Hyperspectral Image Classification
von: Yang, Aitao, et al.
Veröffentlicht: (2024)

Achieving Reliable and Fair Skin Lesion Diagnosis via Unsupervised Domain Adaptation
von: Wang, Janet, et al.
Veröffentlicht: (2023)

Explaining Deep Convolutional Neural Networks for Image Classification by Evolving Local Interpretable Model-agnostic Explanations
von: Wang, Bin, et al.
Veröffentlicht: (2022)

Reproducibility review of "Why Not Other Classes": Towards Class-Contrastive Back-Propagation Explanations
von: Eriksson, Arvid, et al.
Veröffentlicht: (2025)

Hierarchical Concept Embedding & Pursuit for Interpretable Image Classification
von: Nguyen, Nghia, et al.
Veröffentlicht: (2026)

An Efficient Medical Image Classification Method Based on a Lightweight Improved ConvNeXt-Tiny Architecture
von: Xia, Jingsong, et al.
Veröffentlicht: (2025)

Benchmarking the Influence of Pre-training on Explanation Performance in MR Image Classification
von: Oliveira, Marta, et al.
Veröffentlicht: (2023)

Why Does RL Generalize Better Than SFT? A Data-Centric Perspective on VLM Post-Training
von: Lu, Aojun, et al.
Veröffentlicht: (2026)

What Makes ImageNet Look Unlike LAION
von: Shirali, Ali, et al.
Veröffentlicht: (2023)

Dendritic Convolution for Noise Image Recognition
von: Xue, Jiarui, et al.
Veröffentlicht: (2025)

MiMICRI: Towards Domain-centered Counterfactual Explanations of Cardiovascular Image Classification Models
von: Guo, Grace, et al.
Veröffentlicht: (2024)

VERITAS: Verification and Explanation of Realness in Images for Transparency in AI Systems
von: Srivastava, Aadi, et al.
Veröffentlicht: (2025)

Are Classification Robustness and Explanation Robustness Really Strongly Correlated? An Analysis Through Input Loss Landscape
von: Chen, Tiejin, et al.
Veröffentlicht: (2024)

Why are Visually-Grounded Language Models Bad at Image Classification?
von: Zhang, Yuhui, et al.
Veröffentlicht: (2024)

Spatial Sequence Attention Network for Schizophrenia Classification from Structural Brain MR Images
von: Shaik, Nagur Shareef, et al.
Veröffentlicht: (2024)

A Closer Look at the Robustness of Contrastive Language-Image Pre-Training (CLIP)
von: Tu, Weijie, et al.
Veröffentlicht: (2024)

Pitfalls of Conformal Predictions for Medical Image Classification
von: Mehrtens, Hendrik, et al.
Veröffentlicht: (2025)

Why Are You Wrong? Counterfactual Explanations for Language Grounding with 3D Objects
von: Preintner, Tobias, et al.
Veröffentlicht: (2025)

Why Fine-grained Labels in Pretraining Benefit Generalization?
von: Hong, Guan Zhe, et al.
Veröffentlicht: (2024)

HQViT: Hybrid Quantum Vision Transformer for Image Classification
von: Zhang, Hui, et al.
Veröffentlicht: (2025)

Towards Multi-dimensional Explanation Alignment for Medical Classification
von: Hu, Lijie, et al.
Veröffentlicht: (2024)

Benchmarking Pathology Feature Extractors for Whole Slide Image Classification
von: Wölflein, Georg, et al.
Veröffentlicht: (2023)

Non-identifiability of Explanations from Model Behavior in Deep Networks of Image Authenticity Judgments
von: Depaolini, Icaro Re, et al.
Veröffentlicht: (2026)

Right Predictions, Misleading Explanations: On the Vulnerability of Vision-Language Model Explanations
von: Babadi, Narges, et al.
Veröffentlicht: (2026)

NOAH: Learning Pairwise Object Category Attentions for Image Classification
von: Li, Chao, et al.
Veröffentlicht: (2024)

How to Squeeze An Explanation Out of Your Model
von: Roxo, Tiago, et al.
Veröffentlicht: (2024)

Semantic-Guided Generative Image Augmentation Method with Diffusion Models for Image Classification
von: Li, Bohan, et al.
Veröffentlicht: (2023)

CoMusion: Towards Consistent Stochastic Human Motion Prediction via Motion Diffusion
von: Sun, Jiarui, et al.
Veröffentlicht: (2023)

I-CEE: Tailoring Explanations of Image Classification Models to User Expertise
von: Rong, Yao, et al.
Veröffentlicht: (2023)

Architecture-Aware Explanation Auditing for Industrial Visual Inspection
von: Jia, Sibo, et al.
Veröffentlicht: (2026)

Page Classification for Print Imaging Pipeline
von: Xu, Shaoyuan, et al.
Veröffentlicht: (2025)

DXAI: Explaining Classification by Image Decomposition
von: Kadar, Elnatan, et al.
Veröffentlicht: (2023)

Is an Image Also Worth 16x16=256 Superpixels? A Framework for Attentional Image Classification
von: Avelar, Pedro Henrique da Costa, et al.
Veröffentlicht: (2026)

On the Generalization and Causal Explanation in Self-Supervised Learning
von: Qiang, Wenwen, et al.
Veröffentlicht: (2024)

Why Does Little Robustness Help? A Further Step Towards Understanding Adversarial Transferability
von: Zhang, Yechao, et al.
Veröffentlicht: (2023)

Activation Matching for Explanation Generation
von: Suhail, Pirzada, et al.
Veröffentlicht: (2025)