H-Sets: Scoperta Guidata dall'Hessiana di Interazioni a Livello di Set tra Feature nei Classificatori di Immagini

Uno studio recente presenta H-Sets, un framework a due fasi progettato per identificare e attribuire interazioni di ordine superiore tra feature nei classificatori di immagini. Questa tecnica utilizza le Hessiane di input per trovare coppie di pixel che interagiscono localmente, combinandole successivamente in gruppi semanticamente significativi con l'aiuto della segmentazione di Segment Anything (SAM). In questo modo, supera le limitazioni delle attuali tecniche di attribuzione delle feature che considerano principalmente effetti marginali e non tengono conto delle influenze congiunte delle feature. H-Sets mira a migliorare l'interpretabilità delle spiegazioni per le previsioni fatte da reti neurali profonde nelle applicazioni di classificazione delle immagini.