|国家科技期刊平台
| 注册
首页|期刊导航|自动化学报|基于逐层增量分解的深度网络神经元相关性解释方法

基于逐层增量分解的深度网络神经元相关性解释方法

陈艺元 李建威 邵文泽 孙玉宝

自动化学报2024，Vol.50Issue(10)：P.2049-2062,14.
✕
自动化学报2024，Vol.50Issue(10)：P.2049-2062,14.DOI:10.16383/j.aas.c230651

基于逐层增量分解的深度网络神经元相关性解释方法

陈艺元 1李建威 1邵文泽 1孙玉宝2

作者信息

  • 1. 智能信息处理与通信技术省高校重点实验室(南京邮电大学),南京210003 南京邮电大学通信与信息工程学院,南京210003
  • 2. 南京信息工程大学教育部数字取证工程研究中心,南京210044
  • 折叠

摘要

关键词

神经网络/可解释性/决策相关性/逐层相关性传播/类激活图/积分梯度

分类

信息技术与安全科学

引用本文复制引用

陈艺元,李建威,邵文泽,孙玉宝..基于逐层增量分解的深度网络神经元相关性解释方法[J].自动化学报,2024,50(10):P.2049-2062,14.

基金项目

国家自然科学基金(61771250,61972213,62276139,U2001211),青蓝工程资助。 （61771250,61972213,62276139,U2001211）

自动化学报

OA北大核心CSTPCD

0254-4156

访问量5
|
下载量0
段落导航相关论文