本文介绍了多种新型自解释图像分类器和深度神经网络（DNNs）可解释性方法，包括基于概念的模型改进、知识感知神经元框架及局部到全局的概念投影向量（GCPV）。这些方法旨在提高模型的预测准确性和可解释性，帮助理解和优化人工智能的决策过程。