#662
summarized by : 金城 忍
Convolutional Dynamic Alignment Networks for Interpretable Classifications

どんな論文か?

入力の特徴量ベクトルに対して2つの学習可能な行列を用いて線形変換を与え、その出力と元の入力との類似度を最大化することを通して学習することで、対象の物体に最も関連する特徴量だけを取得する手法の提案

新規性

学習可能な行列を用いて線形変換前後のベクトルの類似度を最大化することで対象の物体に最も関連する特徴量を取得するという点で新規

結果

CIFAR-10、TinyImageNetでの評価で、提案手法は既存手法と比べ良い結果になる場合も確認される一方で、視覚的な評価においては提案手法が既存手法と比較し、より対象の物体に関係する特徴量を抽出していることが確認された

その他(なぜ通ったか?等)