EDAC:高效部署用于 COVID-19 检测的音频分类模型

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

该研究使用卷积神经网络检测COVID-19,并使用谱图和F0等特征解释神经网络判定过程。结果显示谱图相关能量高的区域对决策过程起主导作用,同时F0也有帮助。研究表明,即使在训练集中存在虚假数据的情况下,所研究的模型也可以做出无偏差的决策。

🎯

关键要点

  • 该研究使用卷积神经网络检测COVID-19。

  • 研究使用谱图和F0等特征解释神经网络的判定过程。

  • 生成热图以捕捉模型的决策过程。

  • 谱图相关能量高的区域对决策过程起主导作用。

  • F0特征对决策过程也有帮助。

  • 即使在训练集中存在虚假数据,模型仍能做出无偏差的决策。

  • 研究为基于解释性人工智能的研究提供了参考。

➡️

继续阅读