促进分类模型的可解释性
公开
摘要
提供了一种用于生成应用于临床数据的分类模型的分类不确定性的可视化的系统和计算机实现的方法，其中，所述可视化在较低维空间中被提供，该较低维空间通过将非线性并且流形保持的降维技术应用于临床数据的特征向量而被获取。可视化技术依据不依赖于分类模型的内部参数而将分类模型认为是“黑盒”。
基本信息
专利标题 ：
促进分类模型的可解释性
专利标题（英）：
暂无
公开（公告）号 ：
CN114341872A
申请号 ：
CN202080060327.1
公开（公告）日 ：
2022-04-12
申请日 ：
2020-08-31
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
N·佩佐蒂J·L·库斯特拉
申请人 ：
皇家飞利浦有限公司
申请人地址 ：
荷兰艾恩德霍芬市
代理机构 ：
北京市金杜律师事务所
代理人 ：
王茂华
优先权 ：
CN202080060327.1
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62 G06N7/00 G16H50/70
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
