설명 가능한 AI 향상: CNN 해석을 위한 GradCAM과 LRP의 결합 하이브리드 접근법

우리는 GradCAM과 LRP 방법의 조합을 사용하여 CNN 기반 모델의 출력을 설명하는 새로운 기술을 제시합니다. 이 두 방법 모두 예측에 중요하는 입력 영역을 강조하여 시각적 설명을 생성합니다. 새로운 방법에서는 GradCAM에 의해 생성된 설명을 먼저 처리하여 잡음을 제거합니다. 처리된 출력은 그 다음 LRP의 출력과 요소별로 곱해집니다. 마지막으로 결과물에 가우시안 블러가 적용됩니다. 우리는 제안된 방법을 Faithfulness, Robustness, Complexity, Localisation 및 Randomisation 지표에서 GradCAM 및 LRP와 비교했습니다. 이 방법은 Complexity에서 GradCAM 및 LRP보다 더 나은 성능을 보였으며, 다른 지표에서도 두 방법 중 최소한 하나보다 더 뛰어난 것으로 관찰되었습니다.