神经网络可靠性工具包在真实环境中的应用
机器学习
2020-12-18 v1 软件工程
摘要
在本文中，我们提供了在神经网络（NN）模型开发过程中使用神经网络可靠性工具包（NNDK）的指南，并展示了该算法在两个图像分类用例中的应用。案例研究展示了使用可靠性工具包获取关于 NN 模型的洞察，以及这些洞察如何影响神经网络模型的开发过程。通过 NNDK 中可用的不同指标解释神经网络后，开发人员能够提高 NN 的准确率、信任所开发的网络并使其更鲁棒。此外，我们获得了一种新颖的面向应用的技术，用于向用户提供 NN 分类结果的支持证据。在医学图像分类用例中，它用于从训练数据集中检索与当前患者图像相似的案件图像，从而可以作为 NN 模型决策的支持并辅助医生解释结果。
引用
@article{arxiv.2012.09602,
title = {Application of the Neural Network Dependability Kit in Real-World Environments},
author = {Amit Sahu and Noelia Vállez and Rosana Rodríguez-Bobada and Mohamad Alhaddad and Omar Moured and Georg Neugschwandtner},
journal= {arXiv preprint arXiv:2012.09602},
year = {2020}
}
备注
10 pages, 7 Figures including 2 appendices Main Content: 5 pages, 1 Figure