语义感知自学框架

通过交互式师生学习协议，逐步提升给定神经网络的可解释性预测能力，无需额外人工标注。

Hao, Jiang · Haowei, Li · Junhao, Chen · Wan, Wentao · Wang, Keze

Lecture Notes in Computer Science 2024

技术优势

无需人工标注

通过机器教学技术模拟人类学习机制，避免了对额外人工标注的依赖。

兼容现有架构

该框架与大多数现有网络架构兼容，便于集成和应用。

应用场景

• 细粒度图像识别：为细粒度识别模型提供可解释的决策依据，便于验证和改进。
• 可解释AI：通过交互式学习增强模型透明性，帮助用户信任AI决策。
• 机器教学：将机器教学范式用于可解释性训练，减少人工指导成本。