Open munema opened 4 years ago
入力が多変量なLSTMに対して予測の入力への寄与 (重要度)の可視化
各入力変数に対して予測への寄与の時間推移を与えた.
多変量の各変数ごとに隠れ状態を求めて, 予測への寄与を算出した
Exploring Interpretable LSTM Neural Networks over Multi-Variable Data
一言で
入力が多変量なLSTMに対して予測の入力への寄与 (重要度)の可視化
解釈性の種類
どのような解釈性を与えたか
各入力変数に対して予測への寄与の時間推移を与えた.
貢献
多変量の各変数ごとに隠れ状態を求めて, 予測への寄与を算出した
使用したデータセット
http://archive.ics.uci.edu/ml/datasets/Beijing+PM2.5+Data#