人工智能可解释性与评估方法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1671-539X.2021.07.006

人工智能可解释性与评估方法

引用
由于AI缺乏可解释性,人们无法得知AI作出错误决策的原因,也很难直接改进AI模型,因此对人工智能可解释性的研究非常必要.通过研究提出了 AI可解释性的概念和研究的必要性,综合目前主流的研究成果,提出了实现AI可解释性的建模前、建模中、建模后三类方法,在此基础上提出AI模型可解释性的评估方法.

人工智能、可解释性、评估、方法

2021-08-23(万方平台首次上网日期,不代表论文的发表时间)

共7页

21-26,32

相关文献
评论
暂无封面信息
查看本期封面目录

信息技术与标准化

1671-539X

11-4753/TN

2021,(7)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn