申请/专利权人:清华大学深圳国际研究生院;北京好医生云医院管理技术有限公司
申请日:2020-05-07
公开(公告)日:2020-09-11
公开(公告)号:CN111652350A
主分类号:G06N3/04(20060101)
分类号:G06N3/04(20060101);G06N3/08(20060101)
优先权:
专利状态码:有效-授权
法律状态:2023.04.07#授权;2020.10.13#实质审查的生效;2020.09.11#公开
摘要:一种神经网络可视化解释方法及弱监督定位物体方法,该神经网络可视化解释方法包括如下步骤:S1、定义神经网络模型的注意力;S2、将所述注意力通过所述神经网络模型的全连层进行反向传播;S3、将所述注意力通过所述神经网络模型的卷积层进行反向传播;S4、将所述注意力通过所述神经网络模型的池化层进行反向传播;S5、在所述神经网络模型的输入层得到注意力图,将所述注意力图作为所述神经网络模型的可视化解释。本方法可以对被视为黑箱的神经网络的决策过程给出可视化解释,解释网络决策的依据,解释网络决策失误的原因,同时还可以用于弱监督定位物体方法,在弱监督定位物体的实验中取得了很有竞争力的结果。
主权项:1.一种基于注意力反向传播的神经网络可视化解释方法,其特征在于,包括如下步骤:S1、定义神经网络模型的注意力;S2、将所述注意力通过所述神经网络模型的全连层进行反向传播;S3、将所述注意力通过所述神经网络模型的卷积层进行反向传播;S4、将所述注意力通过所述神经网络模型的池化层进行反向传播;S5、在所述神经网络模型的输入层得到注意力图,将所述注意力图作为所述神经网络模型的可视化解释。
全文数据:
权利要求:
百度查询: 清华大学深圳国际研究生院;北京好医生云医院管理技术有限公司 神经网络可视化解释方法及弱监督定位物体方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。