“解释性”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果6630135个，建议您升级VIP下载更多相关专利

[发明专利]一种人工智能可解释性算法选择方法及相关设备-CN202310182350.3在审
发明人：闫玲玲 -专利权人：中银金融科技有限公司
申请日： 2023-02-27 - 公布日： 2023-05-30 - 主分类号： G06F18/211 文献下载
摘要：本申请提供一种人工智能可解释性算法选择方法及相关设备，依据预设筛选规则以及目标项目信息，初步筛选出多种候选可解释性算法后，可以依据多种候选可解释性算法，分别对目标项目信息进行处理，得到每个候选可解释性算法的预设数量的重要特征；并通过预设的特征构造方式，获得所述目标项目信息的解释真值，从而依据解释真值以及多种候选可解释性算法各自对应的重要特征，获得每个候选可解释性算法的解释命中率，这样至少依据多种候选可解释性算法各自的解释命中率，可以快速且准确地确定针对目标项目的目标可解释性算法。
一种人工智能解释性算法选择方法相关设备

[发明专利]一种解释性主成分分析方法-CN201710421534.5有效
发明人：朱培栋;王可;冯璐;刘欣;熊荫乔;刘光灿;栾悉道;张振宇 -专利权人：长沙学院
申请日： 2017-06-07 - 公布日： 2019-03-22 - 主分类号： G06F17/27 文献下载
摘要：本发明公开了一种解释性主成分分析方法，实施步骤包括：获取原始数据，从原始数据中提取数据矩阵和属性集合；针对属性集合中的每一个属性根据噪音必要性系数判断是否为噪音，并提取属性集合的解释性噪音IN和解释性全集IU，将解释性全集IU进行解释性划分处理得到解释性分组；对数据矩阵计算协方差矩阵的特征选择，且将解释性分组经过解释性冗余的处理，参与到数据矩阵的协方差矩阵的特征选择过程中；将选择得到的特征进行数据投影，得到解释性主成分分析结果。本发明基于解释性语义分组的降维方法，把解释性语义分组方法和主成分分析方法结合起来，达到更好的数据预处理和降维效果，从而能够得到更好的分类结果。
一种解释性成分分析方法

[发明专利]一种用于胰岛素预测的深度学习可解释性方法及装置-CN202310552794.1在审
发明人：何昊伟;李彪;应真;范玉娟;袁洋;李小英 -专利权人：上海期智研究院
申请日： 2023-05-16 - 公布日： 2023-09-12 - 主分类号： G16H50/30 文献下载
摘要：本发明提供一种用于胰岛素预测的深度学习可解释性方法及装置，所述方法包括：将医生先验知识编码成优化问题的约束融入到可解释性算法中；采用梯度下降方法优化带约束的可解释性算法的线性拟合过程；采用循环迭代的方法通过专家反馈调整约束强度，得到改进的可解释性算法。本发明在糖尿病人胰岛素预测场景下，通过将医生的先验知识融入可解释性算法的开发过程中，解决了可解释性算法产生的解释不符合医学常识的问题。
一种用于胰岛素预测深度学习解释性方法装置

[发明专利]解释性信息确定方法、装置、设备、可读存储介质-CN202111302168.4在审
发明人：张文强;华镇;虞金花;陆源源;富饶;侯培旭 -专利权人：北京三快在线科技有限公司
申请日： 2021-11-04 - 公布日： 2022-03-04 - 主分类号： G06F16/33 文献下载
摘要：本申请公开了一种解释性信息确定方法、装置、设备、可读存储介质，属于计算机技术领域。通过本申请实施例提供的技术方案，响应于搜索指令，基于搜索指令携带的查询词，确定至少一个目标信息。基于编码模型，对查询词进行编码，得到查询向量，编码模型基于样本查询词、同一历史样本信息下的正例解释性信息和负例解释性信息训练得到，历史样本信息为基于样本查询词所确定的查询结果。基于查询向量，在至少一个目标信息对应的解释性信息集合中，确定每个目标信息对应的目标解释性信息。基于搜索指令，输出至少一个目标信息以及每个目标信息对应的目标解释性信息。该技术方案能够更快地从若干解释性信息中确定出待展示的解释性信息。
解释性信息确定方法装置设备可读存储介质

[发明专利]模型更新方法及装置-CN202011111904.3在审
发明人：段戎;黄文文 -专利权人：华为技术有限公司
申请日： 2020-10-16 - 公布日： 2022-05-06 - 主分类号： G06N20/00 文献下载
摘要：所述方法包括：获取异常解释性信息，所述异常解释性信息为解释内容异常的解释性信息，所述解释性信息是用于解释机器学习模型的输出结果的信息；基于所述异常解释性信息，调整所述机器学习模型的训练样本集；获取更新后的机器学习模型本申请能够提高更新后的机器学习模型的可靠性。
模型更新方法装置

[发明专利]基于随机森林的规则提取技术的肾阳虚证状态辨识系统-CN202310271312.5在审
发明人：杨伟;向兴华;白卫国;刘孟宇;王拥军;王晶 -专利权人：中国中医科学院中医临床基础医学研究所
申请日： 2023-03-20 - 公布日： 2023-06-23 - 主分类号： G16H20/90 文献下载
摘要：本发明涉及基于随机森林的规则提取技术的肾阳虚证状态辨识系统，包括肾阳虚数据预处理模块、基于RF生成肾阳虚辨识规则模块、肾阳虚可解释性辨识规则提取模块和肾阳虚辨识准确性与可解释性度量模块，基于RF生成肾阳虚辨识规则模块采用分类回归树算法生成多棵决策树，并基于RF的多棵树生成规则集；肾阳虚可解释性辨识的规则提取模块包括对肾阳虚辨识规则的提取、度量、修剪、选择以及构建简化的辨识规则集；肾阳虚辨识准确性与可解释性度量模块包括肾阳虚辨识规则的准确性度量和可解释性度量，准确性度量模块用于通过测试集验证预测规则集的准确性；可解释性度量模块用于通过测试集验证预测规则集的可解释性。
基于随机森林规则提取技术阳虚状态辨识系统

[发明专利]一种深度学习创造性科学技术文本自动生成方法-CN202310131150.5有效
发明人：沈之锐;彭飞凌;王炜 -专利权人：广州市奇之信息技术有限公司
申请日： 2023-02-17 - 公布日： 2023-10-27 - 主分类号： G06F40/166 文献下载
摘要：本申请提供一种深度学习创造性科学技术文本自动生成方法，包括：获取专利主题；对专利文献文本进行分类；标注专利文献文本的说明书中的具体实施方式中的重点文本，具体包括:识别具体实施方式文本句子中心词与对应技术文本中心词相同的句子，对重点文本进行标注；生成解释性文本辅助阅读专利文献，具体包括:根据文本主题生成解释性文本，判断生成内容是否契合并决定输出内容，使用对抗网络增加解释性文本的契合；检测解释性文本易读性，具体包括:分析解释性文本词语易读性，分析解释性文本逻辑易读性；根据用户需求生成文章概括
一种深度学习创造性科学技术文本自动生成方法

[发明专利]可解释性竞争对手建模方法-CN201811273002.2有效
发明人：潘颖慧;曾一锋;唐静 -专利权人：潘颖慧;曾一锋;唐静
申请日： 2018-10-29 - 公布日： 2021-11-23 - 主分类号： G06N5/04 文献下载
摘要：本申请涉及一种可解释性竞争对手建模方法，该方法包括：建立可解释性竞争对手决策模型，所述可解释性竞争对手决策模型包括主体智能体决策模型和竞争对手候选模型；学习所述可解释性竞争对手决策模型；搜索所述主体智能体决策模型的失败原因；根据所述失败原因修正所述竞争对手候选模型；依据所述修正后的竞争对手候选模型更新所述可解释性竞争对手决策模型。本申请实现主体智能体自动建立竞争对手的决策模型，合理解释决策模型在实际操作过程中失败的原因，更新候选模型以达到优化自身决策的目的，提高竞争对手动作预测可靠性和准确性，并且，增强可解释性竞争对手决策模型的适应性
解释性竞争对手建模方法

[发明专利]基于可解释性算法的模型鲁棒性优化方法-CN202310533528.4在审
发明人：王涵;潘毅 -专利权人：珠海中科先进技术研究院有限公司;中国科学院深圳先进技术研究院
申请日： 2023-05-12 - 公布日： 2023-08-08 - 主分类号： G06F18/21 文献下载
摘要：本发明公开了基于可解释性算法的模型鲁棒性优化方法，所述包括以下操作步骤：S1：针对多个AI医学分类任务，收集数据；S2：对模型学习数据进行预处理；S3：对原数据量较大的分类任务进行建模；S4：基于可解释性对数据进行进一步消歧和预处理；S5：在分类过程中，对过往层进行CAM可解释性分析；S6：对过往层的可解释性进行评价；S7：将具备可解释性的层与之后的各层进行跳接，实现算法优化；S8：测试该算法的鲁棒性。本发明所述的基于可解释性算法的模型鲁棒性优化方法，本研究提出了一个优化模型，使得改进模型的可解释性更高，此外，迁移学习在处理数据量较小的图像分类中可以显示出明显的优势，显示出解决训练数据集小的问题的潜力
基于解释性算法模型鲁棒性优化方法

[发明专利]一种文本分类模型可解释性方法的性能评价方法及装置-CN202010439318.5有效
发明人：朱晓冬;沈椿壮;刘元宁;董立岩;郭书君 -专利权人：吉林大学
申请日： 2020-05-22 - 公布日： 2021-03-19 - 主分类号： G06F16/951 文献下载
摘要：本发明公开了一种文本分类模型可解释性方法的性能评价方法及装置，其方法为：第一步、采集分类标签的描述性词表；第二步、通过可解释性方法对模型决策所依赖的显著性特征进行提取；第三步、计算可解释性方法所提取显著性特征的覆盖率，用以评估方法性能，评价装置包括有采集模块、存储模块、识别模块和计算模块，其中采集模块分别与存储模块和识别模块相连接，识别模块与计算模块相连接，有益效果：为不同可解释性方法的效果和性能提供了一种评价方法和标准能够有效的对比不同可解释性方法的优劣提供量化指标，进而对可解释性方法进行性能上的改进提供效果上的参考。
一种文本分类模型解释性方法性能评价装置

[发明专利]一种目标检测方法、装置、计算机设备和存储介质-CN202110875206.9在审
发明人：左育莘;刘永;张舒翼 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-07-30 - 公布日： 2021-12-21 - 主分类号： G06K9/00 文献下载
摘要：本申请实施例公开了一种目标检测方法、装置、计算机设备和存储介质；本申请实施例可以获取目标检测模型的训练样本图像和所述训练样本图像中样本目标区域的属性；对样本目标区域的属性进行指标生成处理，得到样本目标区域的可解释性指标；根据可解释性指标为样本目标区域添加可解释性标签，得到具有可解释性标签的训练样本图像；基于具有可解释性标签的训练样本图像对目标检测模型进行训练，得到训练后目标检测模型，其中，训练后目标检测模型用于对待检测图像进行目标检测，得到待检测图像的目标区域以及目标区域的可解释性指标，从而提高对图像进行目标检测的准确性和可靠性。
一种目标检测方法装置计算机设备存储介质

[发明专利]模型的解释方法及装置-CN202111326193.6在审
发明人：李耀满;王伟啸;方菲 -专利权人：联想（北京）有限公司
申请日： 2021-11-10 - 公布日： 2022-02-15 - 主分类号： G06N20/00 文献下载
摘要：本公开涉及一种模型的解释方法及装置，该方法包括：基于第一类参数特征确定待解释模型为第一模型；获取所述第一模型对应的输入数据；基于所述输入数据对所述第一模型进行分析，得到用于对所述第一模型进行解释的第一可解释性方案，其中，所述第一可解释性方案的解释参数至少基于所述第一模型的模型属性确定；利用所述第一可解释性方案对所述第一模型进行解释，得到解释结果；基于所述解释结果，确定所述第一模型的解释相关度，其中，所述解释相关度用于表征所述解释参数对所述第一模型的解释效果本公开能够自动生成模型的可解释性方案，使复杂的机器学习模型白盒化，且可以基于解释结果对模型参数进行调整、优化，提高模型的透明度和可信度。
模型解释方法装置

[发明专利]一种基于因果关系的元学习解释方法-CN202210499772.9在审
发明人：王宏志;邵心玥;朱霄;熊峰;穆添愉 -专利权人：哈尔滨工业大学
申请日： 2022-05-09 - 公布日： 2022-08-12 - 主分类号： G06N20/00 文献下载
摘要：一种基于因果关系的元学习解释方法，涉及机器学习技术领域，本申请将元学习可解释性归纳为元学习过程的可解释性以及元学习结果在具体问题中的可解释性两方面，并且分别从两方面实现了元学习的可解释性。元学习过程的可解释技术构建的推荐网络能够根据问题的元描述自动推荐一个合适的决策方法，并且结合积分梯度实现推荐网络的可解释，能够显式地为用户提供问题描述与决策方法选择上的直接关系。元学习结果在具体问题中的可解释技术结合因果关系分别从准确度量特征重要性和生成合理有效的反事实两方面实现可解释性，能够帮助使用者更好地理解元学习推荐结果在具体问题中的预测结果，从而在未来决策中作出更合理的判断
一种基于因果关系学习解释方法

[发明专利]一种基于矩阵分解的事后可解释性推荐方法及装置-CN202010034176.4有效
发明人：梁吉业;李琳;王智强;梁建青 -专利权人：山西大学
申请日： 2020-01-13 - 公布日： 2023-04-14 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种基于矩阵分解的事后可解释性推荐方法及装置，该方法包括以下步骤：采集用户对物品的评分和评论；根据评分训练矩阵分解“黑箱”模型，得到“黑箱”模型的预测结果；根据评论抽取用户的特征偏好和物品的特征质量，以获取用户特征偏好矩阵、物品特征质量矩阵和物品特征关注度矩阵；通过获取的矩阵构建可解释性模型；根据“黑箱”模型的预测结果训练可解释性模型，得到可解释性模型的个性化参数和预测评分；根据预测评分的大小给用户推荐结果，并根据个性化参数得出的用户特征偏好值、物品特征质量值和物品特征关注度值的大小按解释模板给推荐结果做出解释。本发明可提高预测精度并解决推荐的可解释性差问题。
一种基于矩阵分解事后解释性推荐方法装置

[发明专利]一种基于量化评估和可解释性方法的目标检测网络评估方法-CN202310667379.0在审
发明人：肖瑾;刘文瑞;赵佳佳;姜灏;胡晓光;李亚航 -专利权人：北京航空航天大学
申请日： 2023-06-07 - 公布日： 2023-09-05 - 主分类号： G06V10/776 文献下载
摘要：本发明涉及一种基于量化评估和可解释性方法的目标检测网络评估方法。本发明结合了量化评估和可解释性方法，可以更全面和准确地评估目标检测网络的性能和决策依据。提出了一种基于扰动和类激活映射的可解释性方法，可以帮助用户理解目标检测网络的决策过程。提出了一种基于梯度下降法和正则化技术的可视化方法，可以帮助用户理解目标检测网络包含的语义。本发明提出的可解释性方法可以直观地展示目标检测网络的内部运作过程和知识，从而增强了模型的可解释性，提高模型结果的可信度。实验结果表明，本发明可以有效地评估目标检测网络的性能，提高模型的可解释性，可用于目标检测网络的设计、评估和改进。
一种基于量化评估解释性方法目标检测网络

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条