材料研究中的可解釋機器學(xué)習(xí)

摘要： 隨著人工智能(AI)技術(shù)的迅速發(fā)展，機器學(xué)習(xí)在材料研發(fā)與設(shè)計中發(fā)揮著越來越重要的作用。傳統(tǒng)機器學(xué)習(xí)模型往往為“黑盒”模型，限制了科研人員對模型決策過程的理解和信任。而可解釋機器學(xué)習(xí)(XML)可以揭示機器學(xué)習(xí)模型的內(nèi)部機制，提供對模型決策過程的洞察。本文從可解釋機器學(xué)習(xí)的基礎(chǔ)知識出發(fā)，概述了可解釋機器學(xué)習(xí)方法的發(fā)展歷程和重要里程碑，以及可解釋機器學(xué)習(xí)在人工智能領(lǐng)域的定位和需要遵守... （共17頁）