论文部分内容阅读
近年来,深度学习在图像分类、目标检测及场景识别等任务上取得了突破性进展,这些任务多以卷积神经网络(ConvolutionalNeuralNetwork,CNN)为基础搭建识别模型,训练后的模型拥有优异的自动特征提取和预测性能,能够为用户提供―输入-输出‖形式的解决方案.然而,由于分布式的特征编码和越来越复杂的模型结构,人们始终无法准确理解CNN模型内部知识表示,以及促使其做出特定决策的潜在原因.另一方面, CNN模型在一些高风险领域的应用,也要求对其决策原因进行充分了解,方能获取用户信任.因此, C