arXiv · ML· Jo\~ao Kenji Suwa, Jo\~ao Pedro Silveira e Silva, Bruno Iochins Grisci·· 4 小时前AI 评分29
Post-hoc FSL：非侵入式神经网络可解释性特征选择层
Post-Hoc Feature Selection Layer for Neural Networks Interpretability
AI 导读
研究提出 Post-hoc FSL，作为轻量可训练模块用于优化冻结预训练模型的特征权重。 该方法通过微调权重学习特征相关性，不改变原模型架构或参数，实验对比了 Integrated Gradients 等基线方法。 结果显示 Post-hoc FSL 在保持预测能力的同时，成功识别出关键特征并增强了模型的可解释性。
来源：arXiv · ML · arxiv.org