×

深粉色

swMATH标识: 42244
软件作者: 杨永璐、范颖颖、吕锦池、威廉·斯塔福德·诺布尔
说明: 深粉色:深神经网络中可重复的特征选择。深度学习由于其出色的经验性能,在有监督和无监督机器学习中越来越流行。然而,由于其固有的复杂性,大多数深度学习方法在很大程度上被视为黑盒工具,几乎没有可解释性。尽管最近有人试图提高深层神经网络(DNNs)的可解释性,但现有的方法容易受到噪声的影响,缺乏鲁棒性。因此,科学家有理由对发现的可重复性持谨慎态度,这通常与基础统计模型的可解释性有关。本文提出了一种结合误差率可控的特征选择思想来提高DNNs的可解释性和再现性的方法。通过设计一个新的DNN体系结构并将其与最近提出的仿制品框架相结合,我们在保持高功耗的同时,以可控的错误率执行特征选择。这种新的方法DeepPINK(使用成对输入非线性仿真器的深度特征选择)应用于模拟和实际数据集,以证明其经验效用。
主页: https://arxiv.org/abs/1809.01185
源代码: https://github.com/younglululu/DeepPINK
依赖项: 蟒蛇
相关软件: 冒牌货;功能性;皮赫特;广义协方差测量;共形参照;快速测试;快速选举;线圈-20;github;煤油;MNIST公司;随机森林;神经质的;法诺克;磕磕碰碰的;蟒蛇;格拉索;MMD甘;能量
引用于: 4种出版物

按年份列出的引文