dictionary-learning

本文介绍了一种基于概念的可解释性框架，用于端到端自动驾驶模型。该框架通过稀疏自编码器进行无监督字典学习，将驾驶行为分解为人类可解释的概念。该框架能够分析和针对性修正模型决策，从而提升整体驾驶性能。

本文提出用余弦相似度与输入幅值的可学习组合替代稀疏自编码器中的内积评分，结果表明所得特征更具可解释性且与概念对齐，优化器始终偏好余弦而非内积。

本文提出“多样性字典学习”，证明在无需强假设的情况下，仅凭观测数据即可识别潜在变量间的关键集合论关系，实现部分甚至完全可识别性，且仅需极小的归纳偏置。