人工神经网络中的可解释模型
机器学习
2020-11-26 v1 人工智能
摘要
人工神经网络通常极为复杂且过于深奥，难以被人理解，因此常被称为黑箱。对于许多现实问题，其底层模式本身十分复杂，以至于不存在解析解。然而在某些情况下，例如物理定律，该模式可用相对简单的数学表达式描述。此时，我们期望得到可读的方程而非黑箱。本文尝试寻找一种解释网络并提取描述该模型的人类可读方程的方法。
引用
@article{arxiv.2011.12424,
title = {Interpretable Models in ANNs},
author = {Yang Li},
journal= {arXiv preprint arXiv:2011.12424},
year = {2020}
}