[发明专利]一种基于抑制不相关特征的神经网络可解释性方法有效
| 申请号： | 202011445675.9 | 申请日： | 2020-12-08 |
| 公开（公告）号： | CN112418408B | 公开（公告）日： | 2023-09-05 |
| 发明（设计）人： | 王瑞轩;陶婉莹;庄嘉鑫;邢剑飞;石威;郑伟诗 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06N3/0464 | 分类号： | G06N3/0464;G06N3/06;G06N3/084 |
| 代理公司： | 深圳市创富知识产权代理有限公司 44367 | 代理人： | 苏登 |
| 地址： | 510275 *** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明涉及深度学习技术领域，公开了一种基于抑制不相关特征的神经网络可解释性方法，包括：获取预训练的卷积神经网络模型；获取输入图像X；根据所述输入图像X，获取最小化的损失函数，保持选中神经元的激活情况不变，并抑制同一层其他神经元的激活去抹除不相关的视觉特征，同时减少优化结果中产生的噪声，以得到优化后的输入图像 |
||
| 搜索关键词： | 一种 基于 抑制 不相关 特征 神经网络 解释性 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中山大学，未经中山大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011445675.9/，转载请声明来源钻瓜专利网。
