arXiv · ML· Hyunjun Kim, Myoung Hoon Ha·· 2026-10-21AI 评分25
Engram Memory Network: 脑启发原型解释模型
Engram Memory Network: Brain-Inspired Prototype Explanations
AI 导读
Engram Memory Network (EMN) 结合类 Hopfield 记忆模块,通过迭代检索原型提升可解释性。在 CIFAR-10/100 等数据集上,EMN 平均分类准确率为 87.62%。 其视觉相似度、子类对齐及 NMI 信息保留率分别平均提升 17.06%、104.57% 和 42.42%。 该模型有效提升了基于原型的模型的可解释性与可靠性。
来源:arXiv · ML · arxiv.org