Visual Interpretation of Recurrent Neural Network on Multi-dimensional Time-series Forecast
文章链接0、摘要RNN的可解释性具有挑战：用户需要在不同时间步中分析哪些特性是重要的，以便更好地理解模型的行为并信任模型的预测结果。这就需要有效和扩展性好的可视化方法来揭示隐藏单元与特征之间复杂的多对多关系论文贡献：提出一个可视分析系统从全局和个体层面来解释用于多维时间序列预测的RNN模型提出一种评估隐藏单元响应的方法，通过度量不同特征选择如何影响隐藏单元的输出分布基于响应嵌入向量聚类隐藏单元和特征使用空气污染预测案例证明方法的有效性1、引言目的：帮助专家根据现有的领域知识了解模
