Метод пояснення результатів задач класифікації за моделями глибокого навчання засобами машинного навчання

dc.contributor.authorШтойко, Микола Сергійович
dc.contributor.authorРадюк, Павло Михайлович
dc.contributor.authorПетровський, Сергій Степанович
dc.contributor.authorВознюк, Леонід Олександрович
dc.date.accessioned2024-11-28T16:30:02Z
dc.date.available2024-11-28T16:30:02Z
dc.date.issued2024-11-21
dc.description.abstractРозглянуто прикладні аспекти розробки методу пояснення результатів класифікаційних задач для моделей глибокого навчання, який використовує сучасні інструменти машинного навчання. Запропонований метод дозволяє точно та оперативно надавати інтерпретації рішень моделей, таких як CNN, RNN та трансформери, що сприяє кращому розумінню ключових факторів, які впливають на результати класифікації. Інтеграція технік, таких як LIME та SHAP, у рамках єдиної системи надає можливість користувачам аналізувати вплив різних характеристик на рішення моделі, що підвищує прозорість і довіру до отриманих результатів.
dc.identifier.citationМетод пояснення результатів задач класифікації за моделями глибокого навчання засобами машинного навчання / М. С. Штойко та ін. Актуальні проблеми комп’ютерних наук АПКН-2024 : матеріали XVI Всеукр. науково-практ. конф., м. Хмельницький, 15–16 листоп. 2024 р. Хмельницький, 2024. С. 553–555.
dc.identifier.urihttps://elar.khmnu.edu.ua/handle/123456789/17151
dc.language.isouk
dc.publisherХмельницький національний університет
dc.subjectглибокі нейронні мережі
dc.subjectпояснювальна штучна інтелектуальна система
dc.subjectLIME
dc.subjectSHAP
dc.subjectExplainable AI
dc.titleМетод пояснення результатів задач класифікації за моделями глибокого навчання засобами машинного навчання
dc.typeТези доповідей
Файли
Контейнер файлів
Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
Тези_Штойко.pdf
Розмір:
296.05 KB
Формат:
Adobe Portable Document Format
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Назва:
license.txt
Розмір:
4.26 KB
Формат:
Item-specific license agreed upon to submission
Опис: