Программисты придумали, как лучше понять нейронные сети

😊 Что: ней­рон­ки, конеч­но, кру­тые, но интер­пре­ти­ро­вать про­цес­сы, сто­я­щие за про­гно­зи­ро­ва­ни­ем, очень слож­но. Один из таких про­цес­сов — выбор пере­мен­ных, кото­рый надо бы улучшить.

😮 Как рабо­та­ет: для это­го учё­ные при­ду­ма­ли метод SurvNet, кото­рый улуч­ша­ет про­цесс выбо­ра пере­мен­ных при обу­че­нии ней­рон­ных сетей. С его помо­щью воз­мож­но опре­де­лять и кон­тро­ли­ро­вать уро­вень лож­но­по­ло­жи­тель­ных резуль­та­тов во вре­мя выбо­ра. То есть про­ана­ли­зи­ро­вать и про­кон­тро­ли­ро­вать выбор ней­рон­кой пере­мен­ных, кото­рые не нуж­ны для выпол­не­ния теку­щей задачи. 

😎 Зачем: это поз­во­лит луч­ше понять прин­ци­пы дей­ствия ней­рон­ных сетей и рабо­тать с ними более эффективно.

👥 Кто: Уни­вер­си­тет Нотр-Дам, США. 

👉 Почи­тать: nature.com

Источ­ник: Tech Xplore