关键词layer-wise relevance propagation (lrp)
搜索结果 - 3
- 通过点亮重要信息更好地解释 Transformers
提出了一种在层间相关传播 (LRP) 方法的基础上通过细化信息流来突出重要信息并消除无关信息,实验结果表明,与八个基准方法相比,在分类和问答数据集上我们的方法始终表现出超过 3% 到 33% 的解释指标的提升,提供了更好的解释性能。
- 基于标准化 LSTM 和层级相关传播的数字孪生道路可解释的在线变道预测
该研究提出了一种创新的方法和技术实现,使用层次规范化的 LSTM 和基于 LRP 的方法来解释车道变更预测。其目的是为了增加人类信赖并减少人工智能系统的错误率。
- 解释和解读 LSTMs
本章节探究如何使 Layer-wise Relevance Propagation (LRP) 技术适用于序列数据建模和预测所使用的 LSTM 架构,需要更新传播方案并扩展基础理论框架以提供准确的解释。