技術(shù)編號(hào):39621398
提示:您尚未登錄,請(qǐng)點(diǎn) 登 陸 后下載,如果您還沒有賬戶請(qǐng)點(diǎn) 注 冊(cè) ,登陸完成后,請(qǐng)刷新本頁(yè)查看技術(shù)詳細(xì)信息。本發(fā)明涉及可解釋機(jī)器學(xué)習(xí),具體涉及一種基于特征臨界值分析的模型無(wú)關(guān)精確可解釋方法。背景技術(shù)、以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的機(jī)器學(xué)習(xí)技術(shù)近年來(lái)在各個(gè)領(lǐng)域得到廣泛應(yīng)用并取得了優(yōu)秀的成果,引領(lǐng)人工智能相關(guān)技術(shù)取得了長(zhǎng)足的進(jìn)步。盡管機(jī)器學(xué)習(xí)模型取得了巨大的成功,機(jī)器學(xué)習(xí)模型的弊端也逐漸顯現(xiàn):一方面,研究表明機(jī)器學(xué)習(xí)模型在對(duì)抗性擾動(dòng)方面很脆弱,輸入上的一點(diǎn)細(xì)微的擾動(dòng)就會(huì)導(dǎo)致模型做出錯(cuò)誤的決定。另一方面,由于其黑盒性質(zhì)以及不透明的學(xué)習(xí)過(guò)程,人們很難理解其內(nèi)部運(yùn)行機(jī)理及決策依據(jù),進(jìn)而無(wú)法確認(rèn)模型所給的輸出結(jié)果是否可靠。...
注意:該技術(shù)已申請(qǐng)專利,請(qǐng)尊重研發(fā)人員的辛勤研發(fā)付出,在未取得專利權(quán)人授權(quán)前,僅供技術(shù)研究參考不得用于商業(yè)用途。
該專利適合技術(shù)人員進(jìn)行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán),增加技術(shù)思路,做技術(shù)知識(shí)儲(chǔ)備,不適合論文引用。
請(qǐng)注意,此類技術(shù)沒有源代碼,用于學(xué)習(xí)研究技術(shù)思路。