电子科技大学蔡雨松获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉电子科技大学申请的专利一种基于夏普利值的对图像识别连续学习可解释性计算方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117196044B 。
龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202311201639.1,技术领域涉及:G06N5/045;该发明授权一种基于夏普利值的对图像识别连续学习可解释性计算方法是由蔡雨松;凌世谋;张亮;潘力立;李宏亮设计研发完成,并于2023-09-18向国家知识产权局提交的专利申请。
本一种基于夏普利值的对图像识别连续学习可解释性计算方法在说明书摘要公布了:该发明公开了一种基于夏普利值的对图像识别连续学习可解释性计算方法,属于机器学习领域。在图像识别连续学习的范式下,本发明为了解释模型的决策和了解其对不同特征的依赖,引入了SHAP方法,对网络浅层卷积进行特征归因分析,并定义了新的度量标准,用于量化模型知识的变化。这个度量标准结合了SHAP值的分析,使开发人员能够深入理解模型在连续学习中的决策过程。在评估模型性能方面,本发明设计的两个可解释性遗忘指标,分别是mean‑FC和final‑FC,用于测量模型的决策变化稳定性,以及可解释层面的遗忘程度。这些指标的引入使开发人员能够更全面地评估不同连续学习策略在不同数据集上的性能差异,从而更好地发现模型的潜在问题。
本发明授权一种基于夏普利值的对图像识别连续学习可解释性计算方法在权利要求书中公布了:1.一种基于夏普利值的对图像识别连续学习可解释性计算方法,该方法包括: 步骤1:对数据图像进行归一化处理; 步骤2:构建连续学习范式; 在图像识别的连续学习中,模型f具有参数θ,在一系列有序的图像识别任务1,...,T上进行训练;每个任务t都包含一个不同的数据集其中包含了样本相应的标签和任务特定的类别在每个任务中,模型f只能访问当前任务的数据集,无法访问以前的任务数据;目标是通过最小化损失函数来训练模型,其中损失函数通常表示为交叉熵损失;在类增量学习中,模型需要在没有任务特定类别信息的情况下进行准确分类; 步骤3:构建连续学习骨干网络; 所述骨干网络依次为:输入层卷积层、池化层和四个残差块的特征提取模块fθ、平均池化层、输出层;残差块中的映射方式为恒等映射;每个残差块包含多个卷积层,各残差块的输出为最后一个卷积层的输出与残差块输入之和;最终,输出层输出的特征传递给全连接层,用于执行分类任务,输出结果为 步骤4:夏普利值对网络中间层进行特征归因; 对于每个输入图像卷积层后的特征表示为计算特征z的夏普利值,夏普利值与特征的维度大小相同,表示为 步骤5:定义网络语义的变化; 计算FC特征,FC为表示决策中的特征一致性,用于量化连续学习中模型知识的变化;FC特征的计算公式如下: 在公式中,表示在模型学习了输入图像x的第t个任务后,位于第一个卷积层特征图上位置i,j的特征分量的夏普利值;为了消除不同模型计算相同样本的夏普利值时产生的量纲差异,对进行了Min-Max归一化,将特征归因的值限制在[-0.5,0.5]的范围内;为了公式的简洁,FCτ,tx表示单通道特征在τ-th任务和t-th任务中的决策一致性,其中t>τ,而对于多通道特征,其结果是对通道维度取平均值;ptx表示连续学习模型在学习了第t个任务后,样本x的重要特征区域,这个区域将影响模型的分类决策;在这个背景下,重要特征区域被定义为其夏普利值超过阈值的特征点组成的位置集合; 步骤6:计算可解释遗忘指标; 定义两个可解释性遗忘指标,分别是mean-FC和final-FC;mean-FC评估图像识别模型在所有任务中的决策稳定性,final-FC评估图像识别模型在学习所有任务后的可解释层面的遗忘程度;这两个指标有助于更全面地理解模型的行为和稳定性,提高模型的可解释性;两个指标的计算方法为: 其中,Πτ,t表示图像识别模型在学习第t个任务后关于任务τ的平均决策变化;mean-FC对于每次测定任务τ在图像识别模型学习每个新任务后都计算一次,最终取平均值,以得到任务的平均决策变化,final-FC的值表示图像识别模型在完成连续学习任务后最终的可解释性层面的遗忘程度,它不展示模型决策变化的过程,而是关注最终的决策差异,表示用于任务τ的样本数据; 步骤7:利用该步骤6得到的指标和准确率A、遗忘率F来判断图像识别模型的性能,其中准确率A、mean-FC、final-FC的值越高图像识别模型越好,而遗忘率F则应越低图像识别模型越好。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人电子科技大学,其通讯地址为:611731 四川省成都市高新区(西区)西源大道2006号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。