面向深度神经网络解释的第一性原理：基于等效交互理论解析学习动态性

周慧琳; 任启涵; 张俊鹏; 张拳石

doi:10.1631/FITEE.2401025

Your Location：

Home >

Browse articles >

面向深度神经网络解释的第一性原理：基于等效交互理论解析学习动态性

常规文章 | Updated：2025-07-28

- 面向深度神经网络解释的第一性原理：基于等效交互理论解析学习动态性
  Enhanced Publication
- Towards the first principles of explaining DNNs: interactions explain the learning dynamics
- “在可解释人工智能领域，本文讨论了基于交互的解释是否可以作为深度神经网络的第一原理解释。专家建立了交互理论体系，为解决DNN极其复杂的学习动态提供了解决方案。”
- 信息与电子工程前沿（英文） 2025年26卷第7期页码：1017-1026
- Affiliations：
  
  1.School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University, Shanghai 200240, China
  2.School of Computer Science, Shanghai Jiao Tong University, Shanghai 200240, China
- Author bio：
  
  E-mail: zhouhuilin116@sjtu.edu.cn
  renqihan@sjtu.edu.cn
  zhangjp63@sjtu.edu.cn
  ‡ Corresponding author
- Funds：
  
  National Science and Technology Major Project(2021ZD0111602);National Natural Science Foundation of China(62276165;92370115);Shanghai Natural Science Foundation(24ZR1491700)
- DOI：10.1631/FITEE.2401025
  中图分类号： TP183
- 收稿：2024-11-25，
  
  修回：2025-01-26，
  
  纸质出版：2025-07
- Accepted：
Scan QR Code
周慧琳, 任启涵, 张俊鹏, 等. 面向深度神经网络解释的第一性原理：基于等效交互理论解析学习动态性[J]. 信息与电子工程前沿（英文）, 2025,26(7):1017-1026.

Huilin ZHOU, Qihan REN, Junpeng ZHANG, et al. Towards the first principles of explaining DNNs: interactions explain the learning dynamics[J]. Frontiers of Information Technology & Electronic Engineering, 2025, 26(7): 1017-1026.
周慧琳, 任启涵, 张俊鹏, 等. 面向深度神经网络解释的第一性原理：基于等效交互理论解析学习动态性[J]. 信息与电子工程前沿（英文）, 2025,26(7):1017-1026. DOI： 10.1631/FITEE.2401025.

Huilin ZHOU, Qihan REN, Junpeng ZHANG, et al. Towards the first principles of explaining DNNs: interactions explain the learning dynamics[J]. Frontiers of Information Technology & Electronic Engineering, 2025, 26(7): 1017-1026. DOI： 10.1631/FITEE.2401025.

浏览量

Downloads

CSCD

文章被引用时，请邮件提醒。

Submit

工具集

关联资源

暂无数据

面向深度神经网络解释的第一性原理：基于等效交互理论解析学习动态性

Towards the first principles of explaining DNNs: interactions explain the learning dynamics

DOI：10.1631/FITEE.2401025