فهم التعلم العميق من خلال تتبع العودة والتفكيك

تم اعتماد الشبكات العصبية الالتفافية على نطاق واسع لحل المشكلات في تصنيف الصور. في هذا العمل، نهدف إلى الحصول على فهم أفضل للتعلم العميق من خلال استكشاف حالات التصنيف الخاطئ في التعرف على الوجه والعواطف. على وجه الخصوص، نقترح خوارزمية تتبع العودة من أجل تتبع البكسلات النشطة بين الطبقة الأخيرة من خرائط الميزات. وبعد ذلك، نتمكن من تصور الميزات الوجهية التي تؤدي إلى التصنيفات الخاطئة، من خلال تطبيق خوارزمية تتبع الميزات. يكشف التحليل المقارن للبكسلات النشطة أنه بالنسبة للتعرف على الوجه، فإن تنشيط البكسلات المشتركة أمر حاسم لنتيجة التصنيف؛ أما بالنسبة للتعرف على العواطف، فإن تنشيط البكسلات الفريدة يحدد بالفعل نتيجة التصنيف.