摘要
本发明涉及人工智能可解释性技术领域,具体涉及一种产品质量预测软件解释方法以及评估方法,包括:基于产品的物理化学特性形成产品特征表格数据集;构建CTGAN网络,基于产品特征表格数据集对CTGAN网络进行训练,得到训练好的CTGAN网络;采用训练好的CTGAN网络生成待解释样本的扰动样本,将扰动样本输入产品质量预测软件,获取扰动样本的产品质量预测值;根据各扰动样本的权重和产品质量预测值进行拟合,获取可解释的线性回归模型,将线性回归模型的系数作为产品质量预测软件在待解释样本处的解释结果;本发明能够提高产品质量预测软件的解释质量。
技术关键词
产品质量预测
样本
线性回归模型
连续型数据
软件
表格
高斯混合模型
表达式
编码向量
索引
标签
网络
误差
指标
数据分布
检测设备
格式
指数
系统为您推荐了相关专利信息
肿瘤图像处理方法
空间变换网络
图像分割模型
依赖关系信息
训练样本数据
两栖机器人
切换方法
防水相机
行走步态
机器人模型
人脸面具
绑定方法
深度学习模型
人脸关键点
人工神经网络算法