有哪些信誉好的足球投注网站- 1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
多源异构数据深度学习模型的可解释性评价方法研究
目录
一、内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.1.1深度学习模型的应用现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
1.1.2可解释性在多源异构数据场景下的重要性．．．．．．．．．．．．．．．．．8
1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
1.2.1可解释性研究进展概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
1.2.2多源异构数据深度学习模型研究现状．．．．．．．．．．．．．．．．．．．．17
1.3研究目标与内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
1.4研究方法与技术路线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19
1.5论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
二、多源异构数据及深度学习模型基础理论．．．．．．．．．．．．．．．．．．．21
2.1多源异构数据的特征与处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
2.1.1多源异构数据的定义与类型．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
2.1.2多源异构数据的预处理方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
2.2深度学习模型概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32
2.2.1深度学习基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
2.2.2常见深度学习模型结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37
2.3深度学习模型的可解释性内涵．．．．．．．．．．．．．．．．．．．．．．．．．．．．40
2.3.1可解释性的概念界定．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43
2.3.2可解释性的必要性与挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45
三、可解释性评价方法框架构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47
3.1可解释性评价指标体系设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48
3.1.1指标选取原则与依据．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50
3.1.2具体评价指标定义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53
3.2评价框架总体架构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54
3.2.1数据层设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57
3.2.2模型层设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．59
3.2.3评价层设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．61
3.3评价流程与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．66
3.3.1数据预处理流程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．69
3.3.2模型构建与训练流程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．72
3.3.3可解释性评价流程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．73
四、基于不同视角的可解释性评价方法．．．．．．．．．．．．．．．．．．．．．．．75
4.1基于模型内在机制的评价方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．76
4.1.1特征重要性分析方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．78
4.1.2模型结构可视化方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．81
4.2基于模型输出结果的评价方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．83
4.2.1输出扰动敏感性分析方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．88
4.2.2解释性代理模型构建方法．．．．．．．．．．．．．．．．．．
文档评论（0）