深度可解释人工神经网络

该研究针对深度学习模型的黑箱特性，尤其是在医疗图像分析等关键领域中的局限性，提出了深度可解释人工神经网络（DxANN）。该架构通过将可解释性嵌入到训练过程中，而非事后应用外部解释方法，能够在前向传播中生成每个样本和特征的解释，显著增强了模型的透明度和可信度。