| 基于可解释基拆解和知识图谱的深度神经网络可视化 |
| |
| 引用本文： | 阮利,温莎莎,牛易明,李绍宁,薛云志,阮涛,肖利民. 基于可解释基拆解和知识图谱的深度神经网络可视化[J]. 计算机学报, 2021, 44(9): 1786-1805. DOI: 10.11897/SP.J.1016.2021.01786 |
| |
| 作者姓名： | 阮利 温莎莎 牛易明 李绍宁 薛云志 阮涛 肖利民 |
| |
| 作者单位： | 软件开发环境国家重点实验室 北京 100191;北京航空航天大学计算机学院 北京100191;北京航空航天大学计算机学院 北京100191;中国科学院软件研究所 北京 100190;中国专利信息中心 北京100088 |
| |
| 基金项目： | 软件开发环境国家重点实验室项目;国家自然科学基金;国家自然科学基金 |
| |
| 摘 要： | 近年来,以卷积神经网络(CNN)等为代表的深度学习模型,以其深度分层学习,无标签化学习等优势,已在图像识别为代表的各个领域得到日益广泛的应用.然而,深度神经网络模型由于其内在的黑盒原理,对其内部工作机制的解释仍然面临巨大挑战,其可解释性问题已成为了研究界和工业界的前沿性热点研究课题.针对现有研究存在的缺乏基于图谱的可解...
|
| 关 键 词： | 深度神经网络 可视化 可解释基拆解模型 知识图谱 解释深度学习模型 |
Deep Neural Network Visualization Based on Interpretable Basis Decomposition and Knowledge Graph |
| |
| RUAN Li,WEN Sha-Sha,NIU Yi-Ming,LI Shao-Ning,XUE Yun-Zhi,RUAN Tao,XIAO Li-Min. Deep Neural Network Visualization Based on Interpretable Basis Decomposition and Knowledge Graph[J]. Chinese Journal of Computers, 2021, 44(9): 1786-1805. DOI: 10.11897/SP.J.1016.2021.01786 |
| |
| Authors: | RUAN Li WEN Sha-Sha NIU Yi-Ming LI Shao-Ning XUE Yun-Zhi RUAN Tao XIAO Li-Min |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
