基于概念的模型改进方法综述
原文中文，约300字，阅读约需1分钟。发表于：。最近的研究关注点已经从简单地提高深度神经网络（DNNs）在各种任务中的性能转向了更具人可解释性的 DNNs。人工智能解释性领域已经观察到了包括基于显著性和基于概念的技术。概念是人类可理解的数据单元，是人类思考的基础。本文系统地回顾和分类了 DNNs 中各种概念表示及其发现算法，特别是在视觉领域。同时也提供了关于基于概念的模型改进文献的详细信息，这是第一个调查基于概念的模型改进方法的研究。
最近的研究关注从提高深度神经网络性能转向更具人可解释性的DNNs。本文回顾和分类了DNNs中的概念表示及其发现算法，特别是在视觉领域。同时提供了关于基于概念的模型改进文献的详细信息。
