[发明专利]一种基于有界正交约束的可解释神经网络优化方法与系统在审
| 申请号： | 202211566219.9 | 申请日： | 2022-12-07 |
| 公开（公告）号： | CN115796260A | 公开（公告）日： | 2023-03-14 |
| 发明（设计）人： | 周杰;鲁继文;张博睿;郑文钊 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/084;G06N3/045;G06N3/048;G06N3/0499 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 石茵汀 |
| 地址： | 10008*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于有界正交约束的可解释神经网络优化方法与系统，该方法包括：获取训练数据集；利用训练数据集训练神经网络模型参数；其中，神经网络模型参数包括，基于有界性约束的神经网络模型权重参数和基于正交性约束的同层神经网络权重参数；基于有界性约束和正交性约束构建优化目标的损失函数，并对神经网络模型参数进行优化，直到损失函数收敛以更新神经网络模型参数得到训练好的神经网络模型。本发明能够获得具备较强可解释性的神经网络模型，该模型能够实现高精度回溯重建及显著性图生成，同时提升模型的分类性能，以提高自动驾驶等高可靠行业中应用黑盒模型的信任度。 | ||
| 搜索关键词： | 一种 基于 正交 约束 可解释 神经网络 优化 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学，未经清华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202211566219.9/，转载请声明来源钻瓜专利网。
