| 标题 |
 Spectral Zones-Based SHAP/LIME: Enhancing Interpretability in Spectral Deep Learning Models Through Grouped Feature Analysis 基于光谱区域的SHAP/LIME：通过分组特征分析增强光谱深度学习模型的可解释性
相关领域
化学
可解释性
特征（语言学）
光谱分析
石灰
人工智能
模式识别（心理学）
光谱学
地质学
古生物学
哲学
语言学
物理
量子力学
计算机科学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Analytical Chemistry 作者：Jhonatan Contreras; Andreea Winterfeld; Jürgen Popp; Thomas Bocklitz 出版日期：2024-09-17 |
| 求助人 | |
| 下载 | |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)
Nole
东方元语
Kao
cdercder
123
xing_xing
aajhajkahna
甜甜曼凡
OK
七听
学术文献互助
科研狗
牧青
pluto
挣积分换文献的大飞
初景
核桃
渡人舟
张欢馨
若一
皖公网安备34019202002308
