Обясним рекурентен невронна мрежа
Обяснима рекурентна невронна мрежа (XAI-RNN) съчетава стандартна архитектура на RNN с пост-хок или вътрешен метод за интерпретируемост — като SHAP, LIME, интегрирани градиенти или визуализация на вниманието — за да разкрие кои времеви стъпки или токени от входа най-силно влияят на последователните предсказания на модела, без да се жертва точността на предсказанията.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Arrieta, A. B., Diaz-Rodriguez, N., Del Ser, J., Bennetot, A., Tabik, S., Barbado, A., Garcia, S., Gil-Lopez, S., Molina, D., Benjamins, R., Chatila, R., & Herrera, F. (2020). Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI. Information Fusion, 58, 82–115. DOI: 10.1016/j.inffus.2019.12.012 ↗
- Lundberg, S. M., & Lee, S.-I. (2017). A unified approach to interpreting model predictions. Advances in Neural Information Processing Systems, 30. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Explainable Recurrent Neural Network (XAI-augmented RNN). ScholarGate. https://scholargate.app/bg/deep-learning/explainable-recurrent-neural-network
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Обясним LSTMДълбоко обучение↔ compare
- Обясним ТрансформърДълбоко обучение↔ compare
- Вентилна рекурентна единица (GRU)Дълбоко обучение↔ compare
- Дългосрочна краткосрочна памет (LSTM)Дълбоко обучение↔ compare
- Рекурентна невронна мрежаДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →