实体
Feature Ablation
Feature Ablation
PulseAugur coverage of Feature Ablation — every cluster mentioning Feature Ablation across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的事后FSL增强了神经网络的可解释性
研究人员开发了一种事后特征选择层（FSL），以提高预训练神经网络的可解释性。这个可训练模块与冻结的模型集成，以识别和突出显示原始模型认为最重要的特征，而不会改变其架构或参数。在合成和真实世界表格数据集上的实验表明，事后FSL在保持原始模型预测准确性的同时成功识别了相关特征，并且优于集成梯度和DeepLIFT等其他可解释性方法。
-
研究论文质疑表格数据上机器学习可解释性的可靠性
一项新的研究论文调查了机器学习模型的局部可解释性技术的可靠性，特别是在应用于复杂的表格数据时。该研究在大量数据集和模型类型上评估了LIME、SHAP和特征消融方法在忠实性、鲁棒性和复杂性方面的指标。研究结果表明，解释质量与模型性能并不持续相关，而是受到数据集复杂性和特征分布的影响。