Explainable LSTM
Explainable LSTM kombinuje natrénovanou rekurentní neuronovou síť typu Long Short-Term Memory (LSTM) s post-hoc technikami interpretovatelnosti – především SHAP, LIME, integrovanými gradienty nebo vizualizací pozornosti – aby odhalila, které časové kroky, tokeny či příznaky ovlivňují jednotlivá predikce. Přemosťuje tak přesnost rekurentního hlubokého učení s transparentností vyžadovanou v doménách s vysokými sázkami, jako je podpora klinického rozhodování, detekce podvodů a dodržování předpisů.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Lundberg, S. M., & Lee, S.-I. (2017). A unified approach to interpreting model predictions. Advances in Neural Information Processing Systems, 30, 4765–4774. link ↗
- Ribeiro, M. T., Singh, S., & Guestrin, C. (2016). "Why should I trust you?": Explaining the predictions of any classifier. Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 1135–1144. DOI: 10.1145/2939672.2939778 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Explainable Long Short-Term Memory Network. ScholarGate. https://scholargate.app/cs/deep-learning/explainable-lstm
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.
- Vysvětlitelná klasifikace založená na BERTHluboké učení↔ compare
- Vysvětlitelný GRUHluboké učení↔ compare
- Vysvětlitelná rekurentní neuronová síťHluboké učení↔ compare
- Vysvětlitelný TransformerHluboké učení↔ compare
- Dlouhodobá krátkodobá paměť (LSTM)Hluboké učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →