Feb, 2022
解释时间：一种新的时间序列分类神经网络可解释性系统评估方法
InterpretTime: a new approach for the systematic evaluation of neural-network interpretability in time series classification
Hugues Turbé, Mina Bjelogrlic, Christian Lovis, Gianmarco Mengaldo
TL;DR本文提出了一种新颖的方法来评估时间序列分类的可解释性方法的性能，并提出一种评估领域专家和机器数据解释相似性的策略。该方法使用一系列新的合成数据集，并引入新的可解释性评估指标。该方法解决了文献中遇到的几个常见问题，并清楚地说明可解释性方法如何捕捉神经网络的数据使用情况，提供了一个系统的可解释性评估框架。新方法突出了 Shapley Value Sampling 和 Integrated Gradients 在时间序列分类任务中的可解释性优势。