可信神经网络的形式化快速可解释方法及系统

AITNT
正文
推荐专利
可信神经网络的形式化快速可解释方法及系统
申请号:CN202410976566
申请日期:2024-07-20
公开号:CN118982045A
公开日期:2024-11-19
类型:发明专利
摘要
本发明公开了一种可信神经网络的形式化快速可解释方法及系统,通过对神经网络模型的形式化建模和化简,以博弈作为模型的决策过程模型,以博弈树遍历作为模型决策的解释方法,得出神经网络模型逻辑严谨且完备的解释,实现可信的神经网络模型。本发明提出了快速计算边界输入值的方法,可直接计算函数输出发生变化时的边界输入值,无需遍历所有输入输出可能;此外,本发明方法可为连续变量的神经网络提供形式化的解释。
技术关键词
神经网络模型 特征值 形式化方法 机器学习模型 节点 逻辑 决策 线性 解释系统 变量 策略 矩阵 表达式 现实生活 自然语言 处理器 计算机程序产品 模块 计算机设备 关系
系统为您推荐了相关专利信息
1
基于炎症营养指标的胃癌患者预后预测方法及系统
预后预测方法 指标 构建预测模型 患者 机器学习模型评估
2
基于智能设备健康度分析的设备故障预测方法
设备故障预测方法 运维管理系统 智能设备 健康监测传感器 云端服务器
3
基于机器视觉的开心果自动开壳系统及方法
开心果 骨架特征 特征提取模块 姿态特征提取 开壳方法
4
一种食药同源方的确定方法及相关装置
节点 食药同源 三元组 大语言模型 时序
5
一种基于层次成分提取的人机混合决策系统效能评估方法
决策系统 效能评估方法 综合效能 指标 数据
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号