Learning for Optimizing (Méta heuristiques et Machine Learning pour l'Optimisation Combinatoire)
Objectif
Le but est de fournir des approches où les problèmes d'optimisation combinatoire sont résolus en utilisant des techniques de métaheuristiques et d'apprentissage automatique (soit en combinant les métaheuristiques et l'apprentissage automatique pour résoudre le même problème, soit en les utilisant dans un flux de travail où chacun résout différentes parties d'un problème plus vaste).
Perturbation-based XAI methods for Visual Transformers
Objectives:
We develop a XAI technique for Visual Transformers, named Transformers Input Sampling (TIS), and compare it to state of the art methods (ViT-CX, G-LIME, TAM, Attention rollout, …). The comparison is done for several metrics (Insertion/deletion, Pointing Game, …) and for two visual transformer networks: the vanilla Vision Transformers (ViT) and the Data Efficient Image Transformers (DeiT).