Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2506.04391v2

帮助 | 高级搜索

计算机科学 > 声音

arXiv:2506.04391v2 (cs)
[提交于 2025年6月4日 (v1) ,最后修订 2025年7月10日 (此版本, v2)]

标题: 用于音频分类模型的时间局部解释的基准测试

标题: Benchmarking Time-localized Explanations for Audio Classification Models

Authors:Cecilia Bolaños, Leonardo Pepino, Martin Meza, Luciana Ferrer
摘要: 大多数现代音频处理方法是不透明的,也就是说,它们不会为其决策提供解释。 因此,已经提出了各种方法来解释这些模型生成的输出。 好的解释可以带来关于数据或模型的有趣见解,并增加对系统的信任。 不幸的是,评估解释的质量远非简单,因为对于大多数任务来说,没有明确的真值解释可供参考。 在本工作中,我们提出了一种用于音频分类模型的时间定位解释的基准,该基准使用目标事件的时间注释作为真值解释的代理。 我们使用这个基准系统地优化和比较各种模型无关的后期解释方法,在某些情况下,获得了接近完美的解释。 最后,我们展示了解释在揭示虚假相关性方面的实用性。
摘要: Most modern approaches for audio processing are opaque, in the sense that they do not provide an explanation for their decisions. For this reason, various methods have been proposed to explain the outputs generated by these models. Good explanations can result in interesting insights about the data or the model, as well as increase trust in the system. Unfortunately, evaluating the quality of explanations is far from trivial since, for most tasks, there is no clear ground truth explanation to use as reference. In this work, we propose a benchmark for time-localized explanations for audio classification models that uses time annotations of target events as a proxy for ground truth explanations. We use this benchmark to systematically optimize and compare various approaches for model-agnostic post-hoc explanation, obtaining, in some cases, close to perfect explanations. Finally, we illustrate the utility of the explanations for uncovering spurious correlations.
主题: 声音 (cs.SD) ; 音频与语音处理 (eess.AS)
引用方式: arXiv:2506.04391 [cs.SD]
  (或者 arXiv:2506.04391v2 [cs.SD] 对于此版本)
  https://doi.org/10.48550/arXiv.2506.04391
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Cecilia Bolaños [查看电子邮件]
[v1] 星期三, 2025 年 6 月 4 日 19:16:00 UTC (1,160 KB)
[v2] 星期四, 2025 年 7 月 10 日 09:19:41 UTC (760 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.SD
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-06
切换浏览方式为:
cs
eess
eess.AS

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号