Skip to content

Latest commit

 

History

History
14 lines (12 loc) · 1.08 KB

README.md

File metadata and controls

14 lines (12 loc) · 1.08 KB

Выбор интерпретируемых сверточных моделей глубокого обучения



Тимур Русланович Мурадов

Научные консультанты: Олег Бахтеев, Константин Яковлев, Вадим Стрижов

Аннотация

Рассматривается задача выбора интерпретируемой модели классификации глубокого обучения. В качестве решения предлагается обобщение метода OpenBox заменяющего классификаторы нейронной сети на математически эквивалентные кусочно-линейные. В работе адаптируется OpenBox на основные нелинейные функции, используемые в сверточных нейронных сетях: функции свёртки, пулинга, нормализации.