Please enable JavaScript.

Coggle requires JavaScript to display documents.

Pattern recognition - Coggle Diagram

- - - - Огромная статья про explainability file:///C:/Users/NAD3SPB/Downloads/applsci-12-01353-v2.pdf
      - Основная идея: timestep importance
      - Variable input
        
        https://discuss.pytorch.org/t/tcn-autoencoder/140635:
        using mean (a la average pooling) is the usual reduction method for unknown lengths. but by itself it is too simplistic, i.e. it is a linear interpolation invariant to reordering. one possibility is to apply an attention layer first.
  - - - Discard location: через GlobalMaxPooling: как раз выбирают один пиксель, который активировался
        
        Непонятно как: Потом испольхуют deconovlution, чтобы восстановить location information
    - - Но как визуализировать selection?
      - Не просто selection, важна именно комбинация selected/not selected
        
        "Насколько важно то, что этот фильтр не выбран"
        
        Тогда визуализация: взвешенные фильтры последнего слоя
        
        Probability that the pattern appears in the input image???
        
        Столбцы FC тоже обозначают паттерны: если Nc и столбец одинаковые, значит паттерн есть
        
        0 и 1 классы: loss:
        
        The discovered pattern is representative because most of the positive images are required to trigger the selected filters in the training process.
        
        1 more item...