实体
SmoothGrad
SmoothGrad
PulseAugur coverage of SmoothGrad — every cluster mentioning SmoothGrad 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
-
AI可解释性审计探测药物-靶点相互作用模型
一篇新的研究论文探讨了黑箱药物-靶点相互作用（DTI）预测模型的可解释性，特别是审计了BridgeDPI架构。该研究结合使用基于梯度的归因方法和逐特征遮挡技术，以理解这些模型如何利用序列、指纹和图特征。研究结果表明，可解释性可以作为模型评估的关键工具，揭示模态主导、伪影模式和特定数据集行为等问题，从而为药物发现中的进一步验证产生假设。
-
WassersteinGrad通过解决归因图位移问题，增强了AI天气预报的可解释性
研究人员开发了WassersteinGrad，一种用于解释动态物理场中神经网络预测的新方法，特别适用于自回归天气预报。现有的基于梯度的方法在处理这些复杂数据类型时遇到困难，因为输入扰动会导致归因图产生几何位移，从而导致解释模糊。WassersteinGrad通过计算扰动归因图的熵沃瑟斯坦质心来解决此问题，以实现几何共识，并在区域天气数据上显示出比基线方法更好的可解释性。