一种深度学习隐层特征的可解释化方法
基本信息
| 申请号 | CN202111110993.4 | 申请日 | - |
| 公开（公告）号 | CN113886595A | 公开（公告）日 | 2022-01-04 |
| 申请公布号 | CN113886595A | 申请公布日 | 2022-01-04 |
| 分类号 | G06F16/36（2019.01）I;G06F16/33（2019.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 李贵现;白莉霜;邹圣兵 | 申请（专利权）人 | 北京数慧时空信息技术有限公司 |
| 代理机构 | 深圳市港湾知识产权代理有限公司 | 代理人 | 袁斌 |
| 地址 | 100070北京市丰台区海鹰路1号院1号楼航天海鹰科技大厦207 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种深度学习隐层特征的可解释方法，属于深度学习技术领域，包括：将影像输入深度学习模型，勾勒出目标检测对象图斑P，并且在深度学习模型中得到隐层特征集合Y；建立知识图谱，通过知识图谱进行特征推荐，并根据推荐从图斑P提取出特征集合Z；通过一定的方法建立起特征集合Y与特征集合Z之间的联系，使特征集合Y中部分特征实现，由于该部分可解释特征从特征集合Y提取而来，命名为特征集合Y'。 |
