ব্যাখ্যাযোগ্য বহুস্তর পারসেপ্ট্রন
একটি ব্যাখ্যাযোগ্য বহুস্তর পারসেপ্ট্রন (XMLP) হল একটি স্ট্যান্ডার্ড ফিডফরোয়ার্ড নিউরাল নেটওয়ার্ক যা ব্যাকপ্রোপাগেশন দ্বারা প্রশিক্ষিত, পোস্ট-হক ব্যাখ্যামূলক কৌশলগুলির সাথে পরিবর্ধিত — যেমন SHAP মান, LIME, বা সমন্বিত গ্রেডিয়েন্ট — যা প্রতিটি ভবিষ্যদ্বাণীকে পৃথক ইনপুট বৈশিষ্ট্যগুলিতে আরোপ করে। এই সংমিশ্রণটি MLP-এর আনুমানিক ক্ষমতা বজায় রাখে এবং একই সাথে নিয়ন্ত্রিত বা উচ্চ-ঝুঁকিপূর্ণ ডোমেনগুলিতে সাধারণ স্বচ্ছতার প্রয়োজনীয়তা পূরণ করে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Explainable Multilayer Perceptron (MLP with Post-hoc Interpretability). ScholarGate. https://scholargate.app/bn/deep-learning/explainable-multilayer-perceptron
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.
- ব্যাখ্যাযোগ্য এলএসটিএমগভীর শিখন↔ compare
- ব্যাখ্যাযোগ্য ট্রান্সফরমার (Explainable Transformer)গভীর শিখন↔ compare
- মাল্টিলেয়ার পারসেপ্ট্রন (MLP)গভীর শিখন↔ compare
- Random Forestযন্ত্র শিখন↔ compare
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →