Teresa Portone

新的Sobol'指数估计器可实现大型神经网络的敏感性分析

研究人员开发了给定数据Sobol'指数估计器的可扩展扩展，能够对具有大量输入的模型进行基于方差的敏感性分析，例如输入超过10,000个的神经网络。新方法包括任意分区的通用定义、用于输入-输出样本批处理的流式算法以及用于小指数的筛选启发式方法。与现有方法相比，这些扩展显著降低了内存需求，使得能够分析具有更高输入维度的模型，同时保持可比的准确性和运行时间。