一种面向可解释解耦表示学习的可视分析系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种面向可解释解耦表示学习的可视分析系统
申请号:CN202510861077
申请日期:2025-06-25
公开号:CN120707904A
公开日期:2025-09-26
类型:发明专利
摘要
本发明公开了一种面向可解释解耦表示学习的可视分析系统,包括前端构建的:训练配置面板模块,方便模型及数据导入、参数设置并展示训练状态;投影视图模块,以散点图呈现样本嵌入分布辅助概念分组;组管理模块,维护分组并绑定训练策略;图像库模块,按相似度排序展示样本并支持解释加载;图像级解释模块与特征级解释模块,分别呈现模型关注区域和诊断问题维度;平行坐标图模块,比较模型相似度并关联溯源;历史树模块,记录训练分支与检查点支持回溯。并构建后端计算模块,根据配置执行训练、生成嵌入及输出解释数据。通过前后端协同,实现交互控制与训练优化,引导深度神经网络解耦表示学习,增强了模型可解释性、概念可控性与语义对齐能力。
技术关键词
可视分析系统 面板模块 图像库 样本 组管理 图像识别模型 策略标签 树形结构 皮尔逊相关系数 检查点 生成概念 三元组 深度神经网络 节点 风险 缩略图