本研究填补了自解释神经网络综述的空白，强调其在模型结构中揭示预测原理的能力。通过五个关键视角总结现有研究，提供可视化案例，并识别领域挑战与未来研究方向。

本文提出了一种基于自解释神经网络的非线性动力学下多元格兰杰因果推断的新框架，具有更好的性能和解释性。