interpretable learning | BriefGPT

关键词interpretable learning

搜索结果 - 8

集成解释：可解释机器学习的统一方法
通过集成多角度解释的各种解释方法，本研究提出了一种新的适用于可解释性学习的方法，即集成解释方法。实验结果显示，集成解释方法更稳定，并且更符合人类经验和认知。作为应用，我们将集成解释方法用于特征选择，从而显著改善了相应学习模型的泛化性能。
PDF7 months ago
可解释性的物理系统元学习
机器学习方法在科学研究中可成为有价值的辅助工具，通过利用学习问题的结构，提出了一种多环境泛化的简化学习模型，该模型能够识别系统的物理参数并实现可解释性学习，展示了竞争性泛化性能和低计算成本，并在物理参数诱导适应和自适应控制等领域得到了有趣应
PDF7 months ago
面向低成本安全检测的大规模单次毫米波成像技术
利用稀疏天线阵列和可解释学习方案构建的大规模单次毫米波成像框架具有比现有毫米波成像方案更高的精确度和准确率，能够成功探测到镶嵌在人体内表面的厘米级目标，并可用于实现低成本的安全检测。
PDFa year ago
一个模型，多种模态：文本、声音、图像、视频和代码的稀疏激活方法
本文提出了一个能够优秀地处理多模态信息的模型，名为 SkillNet，其不同的参数部分专门用于处理不同的信息模态，并且可以稀疏激活模型参数的相关技能。我们使用自监督预训练方式对五种模态进行了开发，结果表明该模型表现与五个模态特定的微调模型相
PDF2 years ago
ACL生物医学可解释实体表示
本文介绍一种利用医学本体论和 Wikipedia 词条链接构建的生物医学可解释实体表示（BIER），包含了能显著提高生物医学任务表现的细粒度实体类型，并提供了一种新颖技术，用于调试模型和实体类型。
PDF3 years ago
ICLR利用目标信息的文本对抗攻击的改进和提升
本文研究了利用目标模型输出和数据对攻击率和查询率的影响，并表明两者都可以提高，同时附加查询的开销有限。
PDF3 years ago
ICLR弱监督分解学习中的示范学习
通过概率生成模型的优化问题，使用高容量神经网络进行可解释的演示学习任务，以高层次概念对其潜在变量进行对齐，并与末端用户标签进行比较，基于两个针对桌面机器人操作的任务（用海绵擦拭和容器之间的倾倒），验证了此方法。
PDF4 years ago
AAAIIMLI: 基于 MaxSAT 的可解释分类规则的增量学习框架
本文提出了 IMLI: 一种基于 MaxSAT 的增量学习方法，通过基于分区的训练方法，实现可扩展的运行时性能，从而在不损失准确性和可解释性的情况下，能够利用 MaxSAT 求解器并处理来自 UCI 存储库的基准测试数据。
PDF4 years ago