可信神经网络的形式化快速可解释方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
可信神经网络的形式化快速可解释方法及系统
申请号:CN202410976566
申请日期:2024-07-20
公开号:CN118982045A
公开日期:2024-11-19
类型:发明专利
摘要
本发明公开了一种可信神经网络的形式化快速可解释方法及系统,通过对神经网络模型的形式化建模和化简,以博弈作为模型的决策过程模型,以博弈树遍历作为模型决策的解释方法,得出神经网络模型逻辑严谨且完备的解释,实现可信的神经网络模型。本发明提出了快速计算边界输入值的方法,可直接计算函数输出发生变化时的边界输入值,无需遍历所有输入输出可能;此外,本发明方法可为连续变量的神经网络提供形式化的解释。
技术关键词
神经网络模型 特征值 形式化方法 机器学习模型 节点 逻辑 决策 线性 解释系统 变量 策略 矩阵 表达式 现实生活 自然语言 处理器 计算机程序产品 模块 计算机设备 关系