咨询与建议

限定检索结果

文献类型

  • 1 篇 会议

馆藏范围

  • 1 篇 电子文献
  • 0 种 纸本馆藏

日期分布

学科分类号

  • 1 篇 工学
    • 1 篇 计算机科学与技术...

主题

  • 1 篇 multi-query opti...
  • 1 篇 systems for mach...
  • 1 篇 convolution neur...
  • 1 篇 incremental view...

机构

  • 1 篇 univ calif san d...

作者

  • 1 篇 papakonstantinou...
  • 1 篇 kumar arun
  • 1 篇 nakandala supun

语言

  • 1 篇 英文
检索条件"主题词=convolution neural network explainability"
1 条 记 录,以下是1-10 订阅
排序:
Incremental and Approximate Inference for Faster Occlusion-based Deep CNN Explanations  19
Incremental and Approximate Inference for Faster Occlusion-b...
收藏 引用
ACM SIGMOD International Conference on Management of Data (SIGMOD)
作者: Nakandala, Supun Kumar, Arun Papakonstantinou, Yannis Univ Calif San Diego La Jolla CA 92093 USA
Deep convolutional neural networks (CNNs) now match human accuracy in many image prediction tasks, resulting in a growing adoption in e -commerce radiology, and other domains. Naturally, "explaining" CNN pre... 详细信息
来源: 评论