Статьи за последние 2 года
   
The study of the vision transformer architecture by explainability methods / Utkin I. A., Shkuropatsky V. V., Pronikov A. N., Rakov E. S. // Информат., телекоммуникации и упр. Электрон. ж.— 2024 т. 17 № 1.— C. 54-64.— английский; рез.: русский
 
Источник: 
 - Выпуск сериального издания ( 1 )
 
Автор: 
 - Персоналии ( 4 )
Постоянная ссылка (СИД2) J2224926251
Название The study of the vision transformer architecture by explainability methods
Автор Utkin I. A.
Автор Shkuropatsky V. V.
Автор Pronikov A. N.
Автор Rakov E. S.
Источник Информатика, телекоммуникации и управление. Электронный журнал
Страницы/Объём 54-64
Сокращ. назв. источника Информат., телекоммуникации и упр. Электрон. ж.
Год 2024
Том 17
Номер 1
Адрес в Интернет http://elibrary.ru/item.asp?id=67355485
Постоянная ссылка (СИД) J22249262
Ключевые слова (авторские) визуальный трансформер%карты активации классов%карты активации обратного распространения%механизм внимания%модель машинного обучения%объяснимость%энкодер
Место хранения Удаленный доступ. Эл. регистр. НЭБ
Дата регистрации в ВИНИТИ 17.06.2024
Язык текста английский
Язык резюме русский
Аннотация В статье рассматриваются вопросы объяснимости принципов функционирования модели машинного обучения. В качестве архитектуры модели рассмотрен один из видов трансформера, задача которого состоит в классификации изображений на базе популярного датасета "ImageNet-1000". Данный тип трансформера также называется визуальным трансформером и может служить, как отдельной моделью, так и составляющей более сложной архитектуры. Методами объяснимости являлись карты активации классов, которые рассчитывались посредством применения алгоритмов на основе прямого и обратного распространения тензоров изображения через составные части трансформера: слои механизма внимания и полносвязанные многослойные сети. Цель работы состоит в повышении объяснимости внутренних процессов функционирования визуального трансформера за счет анализа полученных карт активации и расчета метрики оценивания их объяснимости. Результатом работы являются закономерности, отражающие механизмы работы визуального трансформера при решении задачи классификации изображения, а также оценивание степени важности выделяемых признаков классификации за счет применения метрики объяснимости
Тематический раздел Автоматика и радиоэлектроника