识别神经网络响应对输入空间特征的依赖关系
数据分析、统计与概率
2018-10-16 v2 计算物理
摘要
本文研究了神经网络的输入空间与输出空间之间的关系，以识别出对于给定任务对输出具有较大影响的输入空间特征。为此，将神经网络函数在输入空间的每个元素上分解为泰勒展开。泰勒系数包含了神经网络响应对输入敏感性的信息。我们引入了一个度量指标，用于识别主要决定神经网络在求解给定任务时性能的特征。最后，基于高能粒子物理实验中数据分析的常见任务，评估了该度量指标分析神经网络性能的能力。
引用
@article{arxiv.1803.08782,
title = {Identifying the relevant dependencies of the neural network response on characteristics of the input space},
author = {Stefan Wunsch and Raphael Friese and Roger Wolf and Günter Quast},
journal= {arXiv preprint arXiv:1803.08782},
year = {2018}
}