Post-processing Dinamico delle Matrici di Attivazione: Correzione Granulare del Bias tra Classi Sovrapposte in Reti Neurali Profonde
Le reti neurali profonde, pur eccellendo nel riconoscimento di pattern complessi, spesso manifestano confusione tra classi semanticamente simili, specialmente quando i confini decisionali si sovrappongono in spazi di feature ad alta dimensionalità. Tale fenomeno, definito *confusione tra classi sovrapposte*, deriva da matrici di attivazione che rivelano rappresentazioni interne distorte, dove neuroni finali codificano segnali sovrapponibili, …