发明

基于合作博弈论的卷积神经网络神经元可解释性评估方法2025

2023-12-17 07:55:08 发布于四川 0
  • 申请专利号:CN202311076052.2
  • 公开(公告)日:2025-04-18
  • 公开(公告)号:CN117236393A
  • 申请人:中南大学
摘要:本发明提供了一种基于合作博弈论的卷积神经网络神经元可解释性评估方法,通过量化单个神经元的可解释性度和单层神经元的可解释性度量实现对卷积神经网络神经元可解释性评估。首先使用反向导向传播算法实现单个神经元的特征可视化,得到单个神经元的GBP图像;根据合作博弈论理论计算单个像素对预测输入图像属于某一类别的贡献度,从而得到SHAP图像。通过计算GBP图像和SHAP图像的相似度得到单个神经元的可解释性度量值,对单层内所有神经元的可解释性度量值求平均得到单层神经元可解释性度量值。本发明的指标提供了符合人类直觉的神经元可解释性度量方式,且计算高效。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117236393 A (43)申请公布日 2023.12.15 (21)申请号 202311076052.2 G06V 10/74 (2022.01) G06V 10/82 (2022.01) (22)申请日 2023.08.24 (71)申请人 中南大学 地址 410083 湖南省长沙市岳麓区麓山南 路932号 (72)发明人 周芳芳 沈海誉 刘志鹏 杨雷  张睿晨 谭依静 张健 郭克华  赵颖  (74)专利代理机构 成都初阳知识产权代理事务 所(特殊普通合伙) 51305 专利代理师 杨继栋 (51)Int.Cl. G06N 3/06 (2006.01) G06N 3/0464 (2023.01) G06N 3/084 (2023.01) 权利要求书2页 说明书7页 附图3页 (54)发明名称 基于合作博弈论的卷积神经网络神经元可 解释性评估方法 (57)摘要 本发明提供了一种基于合作博弈论的卷积 神经网络神经元可解释性评估方法,通过量化单 个神经元的可解释性度和单层神经元的可解释 性度量实现对卷积神经网络神经元可解释性评 估。首先使用反向导向传播算法实现单个神经元 的特征可视化,得到单个神经元的GBP图

最新专利