实施模型不可知框架以提供与机器学习模型相关联的沙普利值

AITNT
正文
推荐专利
实施模型不可知框架以提供与机器学习模型相关联的沙普利值
申请号:CN202480005187
申请日期:2024-07-11
公开号:CN120457437A
公开日期:2025-08-08
类型:发明专利
摘要
提供了用于实施模型不可知框架以提供与机器学习模型相关联的沙普利值的方法、系统和计算机程序产品。一种方法可包含:接收用于神经网络机器学习模型的可执行文件;将用于所述神经网络机器学习模型的所述可执行文件的格式转换为不可知模型格式,以为所述神经网络机器学习模型提供不可知模型格式文件;解析所述不可知模型格式文件,以提供与所述神经网络机器学习模型相关联的正向符号图和与所述神经网络机器学习模型相关联的反向符号图;接收实时推断请求;以及确定与所述实时推断请求相关联的所述神经网络机器学习模型的输出和与所述神经网络机器学习模型的所述输出相关联的一个或多个沙普利值。
技术关键词
机器学习模型 符号 计算机程序产品 处理器 欺诈检测 非瞬态计算机可读介质 节点 格式 指令 存储器 非线性 数据 算法 框架
系统为您推荐了相关专利信息
1
一种基于空间几何分布式处理的XL-MIMO近场CSI估计方法
阵列 混合预编码 估计方法 导频信号 延时参数
2
一种VR虚拟角色的同步驱动方法及VR设备
关节点 VR设备 因子 驱动方法 场景
3
控制器升级方法、装置及电子设备
控制器升级方法 动力控制器 模式 编程 故障预测模型
4
一种复杂信息环境下电力设备故障数据挖掘方法及系统
电力设备故障 数据挖掘方法 元素 参数 置信度阈值
5
文本生成的方法、装置、电子设备及可读存储介质
文本 生成提示词 大语言模型 意图识别模型 语义
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