| 标题 |
 Improving performance of deep learning models with axiomatic attribution priors and expected gradients 相关领域
归属
先验概率
可解释性
公理
计算机科学
人工智能
公理系统
机器学习
数据挖掘
数学
心理学
社会心理学
贝叶斯概率
几何学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Nature Machine Intelligence 作者：Gabriel Erion; Joseph D. Janizek; Pascal Sturmfels; Scott Lundberg; Su‐In Lee 出版日期：2021-05-31 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
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)
DW
无极微光
Criminology34
cdercder
秋风
Enigma_GEB
Lo
刘泽楷
Nole
修仙中
舒服的楷瑞
null
DOC_XIONG
昏睡的蟠桃
七颗茶香豆
aaaa
OK
xing_xing
我想
学术文献互助
皖公网安备34019202002308
