.png){kind=icon}
返回
Explaining and interpreting hyperdimensional computing classifiers on tabular data
.png){kind=icon}
OA
AI
DOI：10.1016/j.neucom.2025.131643.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 针对表格数据的HDC提出了解释和解释方法。
• 这些方法快速，因为它们采用了HDC的高效算术向量运算。
• 这些方法忠实可靠，并通过一致性检查和消融研究得到验证。
• 删除和插入指标已调整以应用于HDC分类器。
Keyword:
Hyperdimensional computing
Vector symbolic architectures
Model explanation
Model interpretation
Classification
Tabular data
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
6.5
论文数:
2.5W
被引数:
6.5W
机构
引用论文
"Why Should I Trust You?"“我为什么要相信你？”.png)
Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining
Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data MiningIF0
PREAI
分享收藏Hyperdimensional Computing: An Introduction to Computing in Distributed Representation with High-Dimensional Random Vectors超维计算: 高维随机向量分布式表示计算简介
PREAI
分享收藏Detecting COVID-19 Related Pneumonia On CT Scans Using Hyperdimensional Computing使用超维计算检测ct扫描中的新型冠状病毒肺炎相关肺炎
OAAI
OAAI分享收藏A neuro-vector-symbolic architecture for solving Raven's progressive matrices求解Raven渐进矩阵的神经向量符号体系结构
PREAI
分享收藏Training a Hyperdimensional Computing Classifier Using a Threshold on Its Confidence使用阈值训练高维计算分类器，以控制其置信度OAAI
OAAI分享收藏分享收藏A Survey on Hyperdimensional Computing aka Vector Symbolic Architectures, Part II: Applications, Cognitive Models, and Challenges关于超维计算的调查，即矢量符号体系结构，第二部分: 应用，认知模型和挑战OAAI
OAAI分享收藏
查看更多内容