arXiv cs.AI· Avishek Das, Pascal Hitzler·· 13 小时前AI 评分20
音频分类中连接神经表示与符号语义：一种神经符号框架
Bridging Neural Representations and Symbolic Semantics in Audio Classification
AI 导读
研究者提出一种模型无关的神经符号框架，通过符号概念归纳分析音频分类器最后一层隐藏层的 32 个神经元，在 GTZAN 音乐流派分类和 IRMAS 乐器分类两个任务上验证。结果显示多个隐藏神经元可与有意义的归纳概念关联，且多数确认的神经元-概念对通过 Mann-Whitney U 检验获得统计支持。
正文 · AI 翻译
摘要：深度音频分类器可以实现很强的预测性能，但其隐藏表示仍然难以解释。现有的音频可解释性方法通常侧重于输入层面的归因，例如波形片段、频谱图区域或声学特征，对隐藏神经元编码内容的洞察有限。在概念层面解释隐藏神经元，可以更有意义地了解音频模型内部学到了什么。本文研究音频分类器中的隐藏神经元能否与人类可理解的符号化声学概念相关联。提出了一种与模型无关的神经符号框架，通过符号概念归纳来分析音频分类器的最终隐藏层（包含 32 个神经元）。该框架在两个音频分类设置上进行了评估：使用 GTZAN 数据集的音乐流派分类和使用 IRMAS 数据集的乐器分类。结果表明，若干隐藏神经元可以与有意义的归纳概念相关联，并且大多数确认的神经元-概念对使用 Mann-Whitney U 检验得到了统计支持。这些发现表明，符号概念归纳是解释输入层面归因之外的潜在音频表示的一个有前景的方向。
| 主题： | 声音 (cs.SD)；人工智能 (cs.AI) |
| 引用为： | arXiv:2610.40414 [cs.SD] |
| （或此版本的 arXiv:2610.40414v1 [cs.SD]） | |
| https://doi.org/10.48550/arXiv.2610.40414 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Avishek Das [查看电子邮件]
[v1]
2026年10月29日星期四 16:42:13 UTC (1,111 KB)
来源：arXiv cs.AI · arxiv.org