Internen internen Funktionen von Multiplayer Perceptrons

Question

Ich habe ein Multiplayer-Perzeptron auf eine medizinische Imaging-Klassifizierung Aufgabe (Klassifizierung, ob ein Ultraschall-Scan-Bild gehört zu den gesunden oder Krankheitszustand) trainiert. Das Netzwerk besteht aus 2 vollständig verbundenen verborgenen Ebenen und 1 Ausgabeeinheit. Ich möchte dann die Gewichtungen untersuchen, um zu sehen, welche Merkmale in den Bildern (z. B. Pixelgruppen) für das Netzwerk am wichtigsten sind, um zwischen verschiedenen Klassen zu unterscheiden. Da mein Netzwerk über zwei Schichten verborgener Gewichte verfügt, wie verwende ich diese Gewichte, um die Wichtigkeit jedes Bildpixels zu quantifizieren? Könnte jemand damit auf die richtige Literatur hingewiesen werden? Vielen Dank.

Answer 1

„Mehr Verfahren zur Ausprägungs Suche wird auch von anderen Autoren beschrieben worden. Unter ihnen sind Empfindlichkeit basierte Ansätze [4, 5, 6], Entfaltungs basiert sind [7, 8], oder komplexere wie Schicht- weise Relevanzausbreitung (LRP) [9]. "

Quelle: https://arxiv.org/pdf/1704.07911.pdf

Sie tun, was Sie wollen, aber mit einem CNN, vielleicht sollten Sie von einem MLP zu einem CNN gehen, das wäre für die medizinische Bildgebung Einstufung angemessen erscheinen.

Oder vielleicht würde das Papier besser passen:

Randomization approach for understanding variable contributions in artificial neural networks