”ai 深度学习 可解释性 AAAI“ 的搜索结果

     一、著名的大佬课题组 ...I am leading a group for explainable AI. The related topics include explainable CNNs, explainable generative networks, unsupervised semanticization of pre-trained neu...

     不过深度学习存在所谓的黑箱问题，由此带来了不可解释性，而这一点如果不能解决（事实上目前为止还没有很好解决）将会导致在深度学习在对安全性很敏感的领域中应用的受限。比如将其应用在医疗领域时，深度学习

     人工智能被采用需具备以下5个要求：有效性、负责任、隐私保护、可信任以及可解释性。2021年11月，联合国 UNESCO通过的首个全球性的Al伦理协议《人工智能伦理建议书》，提出的十大Al原则就包括“透明性与可解释性”。

     这个时候一个很自然的问题就是，都2020年了，深度学习的可解释性到底发展到什么地步了？对于模型的可解释性而言，很难做到像解数学题一样，每一步都能给出有效的解释。于是就查阅了下模型解释性相关的论文，从2012年...

     什么是可解释性 理想情况下，严谨的数学符号-逻辑规则是最好的解释。 但是实际上人们往往不强求“完整的解释”，只需要关键信息和一些先验知识。 不同领域的模型解释需要建立在不同的领域术语之上，不可能或者目前...

     本书向你介绍了如何使 (监督) 机器学习模型可解释。虽然本书中包含⼀些数学公式，但是即使没有公式，你也需要能够理解这些⽅法背后的思想。本书不适合机器学习初学者。如果你不熟悉机器学习，则有很多书籍和其他资源...

     我们将可信赖性理解为可解释性和鲁棒性的结合。生成式分类器（GC）是一类很有前途的模型，据说可以自然地实现这些特性。然而，这主要是在过去的MNIST和CIFAR等简单数据集在这项工作中，我们首先开发了一个架构和训练...

10  
9  
8  
7  
6  
5  
4  
3  
2  
1  

推荐文章