研究人员开发了CENDRe，一种新颖的概念提取方法，专为用于时间序列分类的卷积神经网络（CNN）设计。该方法通过分析模型潜在空间中的时间和频谱模式来解决现有技术的局限性。CENDRe自动确定概念的数量，并在时间和频率域提供局部化见解，与以前的方法相比，提供了对CNN预测更全面的理解。 AI
影响 增强了CNN在时间序列数据上的可解释性，可能提高了在关键应用中的可靠性。
排序理由 该集群包含一篇研究论文，详细介绍了用于时间序列分类的CNN中概念提取的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- Antonia Holzapfel
- arXiv
- CENDRe
- CNNS
- convolutional neural network
- DagsHub
- Fourier transform
- Hugging Face
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
