龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京理工大学
摘要：本发明公开了一种基于形式化方法的可信机器学习模型解释方法及装置，涉及人工智能技术领域，该方法包括获取目标机器学习模型及其输入特征值；采用形式化方法编译输入特征值，得到连续变量；对连续变量进行离散化，得到离散化后的输入特征值；将离散化后的特征值进行逻辑变量编译，得到形式化编译后的变量；根据模型的决策规则，简化形式化编译后的逻辑表达式，得到该表达式的质蕴含项，暨决策的规则根因；采用自然语言表示规则根因，得到模型的解释结果。本发明使用形式化方法进行可信机器学习模型的解释，相较于传统的解释方法，能更精确地揭示模型的决策的内在逻辑，从而提高模型解释的可靠性。
主权项：1.一种基于形式化方法的可信机器学习模型解释方法，其特征在于，包括：获取目标机器学习模型以及所述目标机器学习模型的输入特征值；根据所述目标机器学习模型的输入特征值，采用形式化方法进行编译，得到输入特征值连续变量；将所述输入特征值连续变量进行的特征值离散化，得到离散化后的输入特征值；所述离散化后的输入特征值分布在多个特征值离散分区中；将所述离散化后的输入特征值采用布尔逻辑或者多值逻辑变量进行形式化编译，得到形式化编译后的输入特征值变量；根据所述目标机器学习模型的决策规则，将所述形式化编译后的输入特征值变量表示为所述目标机器学习模型的形式化逻辑表达式，并对所述形式化逻辑表达式进行简化，得到所述目标机器学习模型的决策的规则根因；所述规则根因为所述目标机器学习模型的质蕴含项表达式；根据所述规则根因，采用自然语言表示，得到所述目标机器学习模型的解释结果。
全文数据：
权利要求：
百度查询： 南京理工大学 一种基于形式化方法的可信机器学习模型解释方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号