首页> 中国专利> 一种对神经网络中层特征表达能力的可视化及定量分析方法和系统

一种对神经网络中层特征表达能力的可视化及定量分析方法和系统

摘要

本申请涉及机器学习技术领域,公开了一种对神经网络中层特征表达能力的可视化及定量分析方法和系统,可实现在无监督的条件下,自动可视化以及定量分析神经网络中层特征的表达能力。该方法包括:提供一待分析的神经网络,该神经网络为在某一数据集上预训练好的深度神经网络;提供一组输入样本,将这些样本输入上述神经网络,提取这些样本对应的样本级别特征,以及区域级别特征;分别对样本级别特征与区域级别特征进行降维,以得到在低维空间中的可视化结果;基于区域级别特征的可视化结果,定量分析特征中知识点的数量与质量。

著录项

  • 公开/公告号CN113963185A

    专利类型发明专利

  • 公开/公告日2022-01-21

    原文格式PDF

  • 申请/专利权人 上海交通大学;

    申请/专利号CN202111240906.7

  • 发明设计人 张拳石;

    申请日2021-10-25

  • 分类号G06V10/74(20220101);G06V10/77(20220101);G06V10/764(20220101);G06V10/82(20220101);G06K9/62(20220101);G06N3/04(20060101);G06N3/08(20060101);

  • 代理机构31266 上海一平知识产权代理有限公司;

  • 代理人徐迅;崔佳佳

  • 地址 200240 上海市闵行区东川路800号

  • 入库时间 2023-06-19 13:58:51

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号