会员服务
BMVC · Vision · 机器视觉 · 模式识别 · 计算机视觉 ·
2019 年 9 月 16 日
BMVC 2019: Workshop on Interpretable and Explainable Machine Vision
翻译：BMVC 2019年:可解释和可解释机器愿景讲习班
Alun Preece
Alun Preece

Proceedings of the BMVC 2019 Workshop on Interpretable and Explainable Machine Vision, Cardiff, UK, September 12, 2019.


翻译：BMVC 2019年关于可解释和可解释机器愿景讲习班会议记录,联合王国卡迪夫,2019年9月12日。
1
下载
关闭预览

相关内容

British Machine Vision Conference为在英国从事机器视觉、图像处理和模式识别的个人和组织提供了一个国家论坛。其主要目的是：提高机器视觉和模式识别知识、鼓励技术的实际应用、促进研究成果迅速向产业转移、在国内外代表英国机器视觉界官网链接：https://britishmachinevisionassociation.github.io/
知识图嵌入和可解释人工智能 Knowledge Graph Embeddings and Explainable AI
知识图嵌入和可解释人工智能 Knowledge Graph Embeddings and Explainable AI
专知会员服务
134+阅读 · 2020年5月1日
【CHI2020-微软】解释可解释性:理解数据科学家使用机器学习的可解释性工具，Interpreting Interpretability: Understanding Data Scientists’Use of Interpretability Tools for Machine Learning
【CHI2020-微软】解释可解释性:理解数据科学家使用机器学习的可解释性工具，Interpreting Interpretability: Understanding Data Scientists’Use of Interpretability Tools for Machine Learning
专知会员服务
54+阅读 · 2020年3月8日
《可解释的机器学习-interpretable-ml》238页pdf
《可解释的机器学习-interpretable-ml》238页pdf
专知会员服务
202+阅读 · 2020年2月24日
【开放书】预测模型:探索、解释和调试，以人为本的可解释机器学习，Predictive Models: Explore, Explain, and Debug，Human-Centered Interpretable Machine Learning
【开放书】预测模型:探索、解释和调试，以人为本的可解释机器学习，Predictive Models: Explore, Explain, and Debug，Human-Centered Interpretable Machine Learning
专知会员服务
36+阅读 · 2019年12月26日
【Freddy Lecue 博士|公开演讲】关于知识图谱在可解释AI中的作用（On The Role of Knowledge Graphs in Explainable AI.），International Semantic Web Conference 2019
【Freddy Lecue 博士|公开演讲】关于知识图谱在可解释AI中的作用（On The Role of Knowledge Graphs in Explainable AI.），International Semantic Web Conference 2019
专知会员服务
72+阅读 · 2019年11月11日
【ICCV 2019 Toturial】Interpretable Machine Learning for Computer Vision（用于计算机视觉的可解释性机器学习）
【ICCV 2019 Toturial】Interpretable Machine Learning for Computer Vision（用于计算机视觉的可解释性机器学习）
专知会员服务
29+阅读 · 2019年10月30日
可解释机器学习（Interpretable Machine Learning）：打开黑盒之谜（238页书籍下载）
可解释机器学习（Interpretable Machine Learning）：打开黑盒之谜（238页书籍下载）
专知会员服务
150+阅读 · 2019年10月27日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
专知会员服务
81+阅读 · 2019年10月9日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
《可解释的机器学习-interpretable-ml》中文翻译版
《可解释的机器学习-interpretable-ml》中文翻译版
专知
88+阅读 · 2020年2月23日
AI可解释性文献列表
AI可解释性文献列表
专知
42+阅读 · 2019年10月7日
VALSE Webinar 特别专题之产学研共舞VALSE
VALSE Webinar 特别专题之产学研共舞VALSE
VALSE
7+阅读 · 2019年9月19日
【Awesome】最全的机器学习可解释性资料（machine-learning-interpretability）
【Awesome】最全的机器学习可解释性资料（machine-learning-interpretability）
专知
29+阅读 · 2019年3月1日
随波逐流：Similarity-Adaptive and Discrete Optimization
随波逐流：Similarity-Adaptive and Discrete Optimization
我爱读PAMI
5+阅读 · 2018年2月6日
人工智能 | 国际会议/SCI期刊约稿信息9条
人工智能 | 国际会议/SCI期刊约稿信息9条
Call4Papers
3+阅读 · 2018年1月12日
计算机视觉近一年进展综述
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
【推荐】Python机器学习生态圈(Scikit-Learn相关项目)
【推荐】Python机器学习生态圈(Scikit-Learn相关项目)
机器学习研究会
6+阅读 · 2017年8月23日
Andrew NG的新书《Machine Learning Yearning》
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
11+阅读 · 2016年12月7日
Interpretable Adversarial Training for Text
Interpretable Adversarial Training for Text
Arxiv
5+阅读 · 2019年5月30日
Interpretable machine learning: definitions, methods, and applications
Interpretable machine learning: definitions, methods, and applications
Arxiv
19+阅读 · 2019年1月14日
Learning with Interpretable Structure from RNN
Arxiv
19+阅读 · 2018年10月25日
Learning Conditioned Graph Structures for Interpretable Visual Question Answering
Learning Conditioned Graph Structures for Interpretable Visual Question Answering
Arxiv
5+阅读 · 2018年7月5日
VQA-E: Explaining, Elaborating, and Enhancing Your Answers for Visual Questions
Arxiv
17+阅读 · 2018年3月20日
Interpretable Counting for Visual Question Answering
Arxiv
6+阅读 · 2018年3月2日
Interpretable Convolutional Neural Networks
Arxiv
22+阅读 · 2018年2月14日
Visual Interpretability for Deep Learning: a Survey
Arxiv
16+阅读 · 2018年2月7日
An Interpretable Reasoning Network for Multi-Relation Question Answering
Arxiv
17+阅读 · 2018年1月15日
Interpretable R-CNN
Arxiv
4+阅读 · 2017年11月14日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
BMVC
Vision
机器视觉
模式识别
计算机视觉
相关VIP内容
知识图嵌入和可解释人工智能 Knowledge Graph Embeddings and Explainable AI
知识图嵌入和可解释人工智能 Knowledge Graph Embeddings and Explainable AI
专知会员服务
134+阅读 · 2020年5月1日
【CHI2020-微软】解释可解释性:理解数据科学家使用机器学习的可解释性工具，Interpreting Interpretability: Understanding Data Scientists’Use of Interpretability Tools for Machine Learning
【CHI2020-微软】解释可解释性:理解数据科学家使用机器学习的可解释性工具，Interpreting Interpretability: Understanding Data Scientists’Use of Interpretability Tools for Machine Learning
专知会员服务
54+阅读 · 2020年3月8日
《可解释的机器学习-interpretable-ml》238页pdf
《可解释的机器学习-interpretable-ml》238页pdf
专知会员服务
202+阅读 · 2020年2月24日
【开放书】预测模型:探索、解释和调试，以人为本的可解释机器学习，Predictive Models: Explore, Explain, and Debug，Human-Centered Interpretable Machine Learning
【开放书】预测模型:探索、解释和调试，以人为本的可解释机器学习，Predictive Models: Explore, Explain, and Debug，Human-Centered Interpretable Machine Learning
专知会员服务
36+阅读 · 2019年12月26日
【Freddy Lecue 博士|公开演讲】关于知识图谱在可解释AI中的作用（On The Role of Knowledge Graphs in Explainable AI.），International Semantic Web Conference 2019
【Freddy Lecue 博士|公开演讲】关于知识图谱在可解释AI中的作用（On The Role of Knowledge Graphs in Explainable AI.），International Semantic Web Conference 2019
专知会员服务
72+阅读 · 2019年11月11日
【ICCV 2019 Toturial】Interpretable Machine Learning for Computer Vision（用于计算机视觉的可解释性机器学习）
【ICCV 2019 Toturial】Interpretable Machine Learning for Computer Vision（用于计算机视觉的可解释性机器学习）
专知会员服务
29+阅读 · 2019年10月30日
可解释机器学习（Interpretable Machine Learning）：打开黑盒之谜（238页书籍下载）
可解释机器学习（Interpretable Machine Learning）：打开黑盒之谜（238页书籍下载）
专知会员服务
150+阅读 · 2019年10月27日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
专知会员服务
81+阅读 · 2019年10月9日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
热门VIP内容
相关资讯
《可解释的机器学习-interpretable-ml》中文翻译版
《可解释的机器学习-interpretable-ml》中文翻译版
专知
88+阅读 · 2020年2月23日
AI可解释性文献列表
AI可解释性文献列表
专知
42+阅读 · 2019年10月7日
VALSE Webinar 特别专题之产学研共舞VALSE
VALSE Webinar 特别专题之产学研共舞VALSE
VALSE
7+阅读 · 2019年9月19日
【Awesome】最全的机器学习可解释性资料（machine-learning-interpretability）
【Awesome】最全的机器学习可解释性资料（machine-learning-interpretability）
专知
29+阅读 · 2019年3月1日
随波逐流：Similarity-Adaptive and Discrete Optimization
随波逐流：Similarity-Adaptive and Discrete Optimization
我爱读PAMI
5+阅读 · 2018年2月6日
人工智能 | 国际会议/SCI期刊约稿信息9条
人工智能 | 国际会议/SCI期刊约稿信息9条
Call4Papers
3+阅读 · 2018年1月12日
计算机视觉近一年进展综述
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
【推荐】Python机器学习生态圈(Scikit-Learn相关项目)
【推荐】Python机器学习生态圈(Scikit-Learn相关项目)
机器学习研究会
6+阅读 · 2017年8月23日
Andrew NG的新书《Machine Learning Yearning》
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
11+阅读 · 2016年12月7日
相关论文
Interpretable Adversarial Training for Text
Interpretable Adversarial Training for Text
Arxiv
5+阅读 · 2019年5月30日
Interpretable machine learning: definitions, methods, and applications
Interpretable machine learning: definitions, methods, and applications
Arxiv
19+阅读 · 2019年1月14日
Learning with Interpretable Structure from RNN
Arxiv
19+阅读 · 2018年10月25日
Learning Conditioned Graph Structures for Interpretable Visual Question Answering
Learning Conditioned Graph Structures for Interpretable Visual Question Answering
Arxiv
5+阅读 · 2018年7月5日
VQA-E: Explaining, Elaborating, and Enhancing Your Answers for Visual Questions
Arxiv
17+阅读 · 2018年3月20日
Interpretable Counting for Visual Question Answering
Arxiv
6+阅读 · 2018年3月2日
Interpretable Convolutional Neural Networks
Arxiv
22+阅读 · 2018年2月14日
Visual Interpretability for Deep Learning: a Survey
Arxiv
16+阅读 · 2018年2月7日
An Interpretable Reasoning Network for Multi-Relation Question Answering
Arxiv
17+阅读 · 2018年1月15日
Interpretable R-CNN
Arxiv
4+阅读 · 2017年11月14日
Top
微信扫码咨询专知VIP会员
Top