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。
➡️