×
Orna Intrator公司;内森·Intrator

解释神经网络结果：模拟研究。 （英语） Zbl 1061.62559号

计算。统计数据分析。 37，第3期，373-393（2001）.
摘要：人工神经网络（ANN）在回归和分类方面似乎很有前景，尤其是在大协变量空间中。然而，它们对医学和社会研究的有用性是有限的，因为它们只提供预测结果，而不提供输入与输出相关的潜在过程的特征。人工神经网络通过低维岭函数的组合来逼近非线性函数，因此对协变量空间的维数不太敏感。然而，由于全局极小值的非唯一性和（可能）许多局部极小值的存在，网络揭示的模型是不稳定的。我们介绍了一种利用新的鲁棒化技术证明输入对神经网络输出影响的方法。利用已知模型的模拟数据验证了神经网络的可解释性结果。图形工具用于研究解释结果和检测协变量之间的相互作用。讨论了不同正则化方法对解释稳健性的影响；我们特别注意到，ANN必须包括跳过层连接。本文介绍了神经网络模型在预测乳腺癌诊断后5年死亡率中的应用。我们的结论是，使用本文提出的方法可以可靠地解释用充分正则化估计的神经网络。

引用于2文件

理学硕士：

62米45 神经网络及从随机过程推断的相关方法
62年12月 广义线性模型（逻辑模型）

关键词：

Logistic回归;非线性模型;数据挖掘工具;相互作用效果;分层图。

软件：

引导数据库
PDF格式BibTeX公司 XML格式引用
\textit{O.Intrator}和\textit{N.Intrator{，计算。统计数据分析。37，第3号，373--393（2001；Zbl 1061.62559）
全文： 内政部

参考文献：

[1] Barron，A.R.：复杂度正则化及其在人工神经网络中的应用。。非参数函数估计及相关主题。，561-576 (1991) ·Zbl 0739.62001号
[2] Barron，A.R。；Barron，R.L.：《统计学习网络：统一观点》。。计算科学与统计：第20届研讨会论文集。，192-203 (1988)
[3] Baxt，W.G.：在临床决策中使用人工神经网络进行数据分析：急性冠状动脉闭塞的诊断。神经计算。2，第4号，480-489（1990）
[4] Bishop，C.M.：噪声训练相当于Tikhonov正则化。神经计算。7，第1期，108-116（1995）
[5] Breiman，L.：装袋预测。。机器学习24123-140（1996）·Zbl 0858.68080号
[6] Breiman，L.：电弧分类器。年鉴。统计26，第3号，801-849（1998）·Zbl 0934.62064号
[7] Cybenko，G.：通过sigmoid函数的叠加进行逼近。数学。控制，信号系统2，303-314（1989）·Zbl 0679.94019号
[8] Davis，G.W.：神经网络解决方案中的敏感性分析。IEEE传输。系统、人、网络。19，第5期，1078-1082（1989）
[9] Deif，A.S.：线性系统中的灵敏度分析。。(1986) ·Zbl 0624.65019号
[10] 埃夫隆，B。；Tibshirani，R.：引导程序简介。。（1993年）·Zbl 0835.62038号
[11] Geman，S。；Bienenstock，E。；杜萨特（Doursat，R.）：神经网络与偏差-方差困境。神经计算机。4, 1-58 (1992)
[12] Gray，R.J.：使用样条曲线分析生存数据的灵活方法，并应用于乳腺癌预后。J.am.Stat.assoc.87，942-951（1992）
[13] Hansen，L.K。；Salamon，P.：神经网络集成。IEEE传输。图案肛门。马赫Intelligence 12，No.10，993-1001（1990）
[14] 哈斯蒂，T。；Tibshirani，R.：广义加性模型。。(1990) ·Zbl 0747.62061号
[15] 霍尼克，K。；Stinchcombe，M。；White，H.：使用多层前馈网络对未知映射及其导数进行通用近似。神经网络3551-560（1990）
[16] Hornik，K.，Stinchcombe，M.，White，H.，Auer，P.，1993年。逼近未知映射及其导数的前馈网络的逼近度结果。Mimeo公司。（讨论文件93-15，加州大学圣地亚哥分校经济系，1993年）·Zbl 0846.60088号
[17] Intrator，N.：许多参数模型中的稳健预测：方差和偏差的特定控制。统计学和神经网络：界面的进展。，97-128 (2000)
[18] Intrator，O.，Intrator N.，1997年。神经网络模型的稳健解释。摘自：《第六届人工智能与统计国际研讨会论文集》，佛罗里达州，第255-264页·Zbl 0899.92046号
[19] 债权人，O。；Kooperberg，C.L.：生存分析中的树和样条曲线。Stat.甲基。Med.res.4，No.3，237-261（1995）
[20] 科珀伯格，C。；Stone，C.J.：删失数据的对数样条密度估计。。计算与图形统计杂志1301-328（1992）
[21] Krogh，A。；赫兹·J·A：简单的重量衰减可以提高泛化能力。。神经信息处理系统进展，第4卷。4950-957年（1992年）
[22] 佩罗内，M.P。；库珀，L.N.：当网络不一致时：神经网络的集成方法。。用于语音和图像处理的神经网络。(1993)
[23] 拉维夫，Y。；Intrator，N.：噪声自举：一种有效的正则化技术。连接科学。（关于组合估计器的特别问题）8，356-372（1996）
[24] 里普利，B.D.：神经网络的统计方面。。网络和混沌——统计和概率方面（1993）·Zbl 0825.68531号
[25] 里普利，B.D.：模式识别和神经网络。。(1996) ·兹比尔0853.62046
[26] Wolpert，D.H.：叠加概括。神经网络5，241-259（1992）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。