Machine learningDeep learning / NLP / CV
설명 가능한 다층 퍼셉트론
설명 가능한 다층 퍼셉트론(XMLP)은 역전파로 학습된 표준 순방향 신경망에 SHAP 값, LIME 또는 통합 기울기와 같은 사후 해석 가능성 기법을 추가하여 각 예측을 개별 입력 특징에 귀속시키는 것입니다. 이 조합은 MLP의 근사 능력을 유지하면서 규제되거나 높은 위험이 따르는 영역에서 흔히 요구되는 투명성 요구 사항을 충족합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
이 페이지 인용 방법
ScholarGate. (2026, June 3). Explainable Multilayer Perceptron (MLP with Post-hoc Interpretability). ScholarGate. https://scholargate.app/ko/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.
- 설명 가능한 LSTM (Explainable LSTM)딥러닝↔ compare
- 설명 가능한 트랜스포머딥러닝↔ compare
- 다층 퍼셉트론 (MLP)딥러닝↔ compare
- 랜덤 포레스트머신러닝↔ compare