Oct, 2018
通过输入不确定性理解深度神经网络
Understanding Deep Neural Networks through Input Uncertainties
Jayaraman J. Thiagarajan, Irene Kim, Rushil Anirudh, Peer-Timo Bremer
TL;DR利用轻量级概率网络,将预测不确定性纳入灵敏度分析以及通过不确定性分解的新方法进行模型解释,最终提高了模型的鲁棒性和推广能力,并从输入域的不确定性解释预测不确定性,从而提供了验证和解释深度学习模型的新方法。