- Weitere Titel
-
Eine geometrische Perspektive auf Erklärungen für tiefe neuronale Netze
- Standort
-
Deutsche Nationalbibliothek Frankfurt am Main
- Umfang
-
Online-Ressource
- Sprache
-
Englisch
- Anmerkungen
-
Berlin, Technische Universität Berlin, Dissertation, 2022
- Schlagwort
-
Neuronales Netz
Maschinelles Lernen
Deep learning
- Ereignis
-
Veröffentlichung
- (wo)
-
Berlin
- (wer)
-
Technische Universität Berlin
- (wann)
-
2023
- Urheber
- Beteiligte Personen und Organisationen
-
Müller, Klaus-Robert
Müller, Klaus-Robert
Binder, Alexander
Samek, Wojciech
- DOI
-
10.14279/depositonce-17404
- Handle
-
11303/18595
- URN
-
urn:nbn:de:101:1-2023041201590858457023
- Rechteinformation
-
Der Zugriff auf das Objekt ist unbeschränkt möglich.
- Letzte Aktualisierung
-
25.03.2025, 13:48 MEZ
Datenpartner
Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Beteiligte
- Dombrowski, Ann-Kathrin
- Müller, Klaus-Robert
- Binder, Alexander
- Samek, Wojciech
- Technische Universität Berlin
Entstanden
- 2023
Ähnliche Objekte (12)
Explanations for neural networks by neural networks
Human-Understandable Explanations of Neural Networks
On the geometrical theory of perspective.
DeepBase: Deep Inspection of Neural Networks
Training deep quantum neural networks
Deep Neural Nets meets ODE's
Disentangled Explanations of Neural Network Predictions by Finding Relevant Subspaces
Comparing Convolutional Neural Network in a Rashomon Set using Explanations
Incremental and Approximate Inference for Faster Occlusion-based Deep CNN Explanations
Explanations
Explanations
EXPLANATIONS
Explanations for neural networks by neural networks
Human-Understandable Explanations of Neural Networks
On the geometrical theory of perspective.
DeepBase: Deep Inspection of Neural Networks
Training deep quantum neural networks
Deep Neural Nets meets ODE's
Disentangled Explanations of Neural Network Predictions by Finding Relevant Subspaces
Comparing Convolutional Neural Network in a Rashomon Set using Explanations
Incremental and Approximate Inference for Faster Occlusion-based Deep CNN Explanations
Explanations
Explanations
EXPLANATIONS
Explanations for neural networks by neural networks
Human-Understandable Explanations of Neural Networks
On the geometrical theory of perspective.
DeepBase: Deep Inspection of Neural Networks
Training deep quantum neural networks
Deep Neural Nets meets ODE's
Disentangled Explanations of Neural Network Predictions by Finding Relevant Subspaces
Comparing Convolutional Neural Network in a Rashomon Set using Explanations
Incremental and Approximate Inference for Faster Occlusion-based Deep CNN Explanations
Explanations
Explanations