Francesco Aldo Venturelli

迈向可解释的人工智能：利用量子退火进行特征选择

研究人员开发了一种新颖的方法，通过利用量子退火进行特征选择来解释卷积神经网络（CNN）在图像分类任务中的应用。该方法识别出对模型预测最有影响的特征图，旨在提高AI系统的透明度和可信度。该技术将特征选择问题编码为量子约束优化问题，然后使用量子退火进行求解。评估结果显示，与现有的可解释AI方法（如GradCAM和GradCAM++）相比，类解纠缠得到了改善。