的一部分神经信息处理系统进展29(NIPS 2016)
Been Kim、Rajiv Khanna、Oluwasanmi O.Koyejo
基于实例的解释被广泛用于提高高度复杂分布的可解释性。然而,原型本身很少足以代表复杂性的要点。为了让用户构建更好的心智模型并理解复杂的数据分布,我们还需要{em批评}来解释原型捕捉到了什么。在贝叶斯模型批评框架的激励下,我们开发了能够有效学习原型和批评的\texttt{MMD-critical},旨在帮助人类理解。一项人体实验研究表明,MMD-critical选择了有助于促进人类理解和推理的原型和批评。我们还通过最近的原型分类器评估了\texttt{MMD-critic}选择的原型,显示了与基线相比的竞争性能。
在电子程序中更改姓名的请求将被接受,不会提出任何问题。然而,名称更改可能会导致书目跟踪问题。作者被要求仔细考虑这一点,并在要求在电子诉讼中更改姓名之前与合著者进行讨论。
使用“报告问题”链接请求更改名称。