Förklaringsbar flerskiktat perceptron
Ett Explainable Multilayer Perceptron (XMLP) är ett standard feedforward neuralt nätverk tränat med backpropagation, utökat med post-hoc-tolkningsmetoder — såsom SHAP-värden, LIME eller integrerade gradienter — som tillskriver varje prediktion till individuella indatafunktioner. Kombinationen bibehåller MLPs approximationsförmåga samtidigt som den uppfyller transparemskrav som är vanliga i reglerade eller hög-riskdomäner.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
Så citerar du den här sidan
ScholarGate. (2026, June 3). Explainable Multilayer Perceptron (MLP with Post-hoc Interpretability). ScholarGate. https://scholargate.app/sv/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.
- Förklarbar LSTMDjupinlärning↔ compare
- Förklarbar TransformerDjupinlärning↔ compare
- Multilayer Perceptron (MLP)Djupinlärning↔ compare
- Random ForestMaskininlärning↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →