כתבה
arXiv cs.AI ·
X-RACE: שיטה חדשה להסברת רשתות נוירונים
X-RACE: XAI-assisted Recurrent neural network Attribution for Channel Estimation
X-RACE היא שיטה חדשה להסברת רשתות נוירונים מסוג LSTM. היא מאפשרת לזהות ולסלק משתנים ויחידות נסתרות לא רלוונטיות, ובכך לשפר את יעילות הרשת. השיטה כוללת מדדים חדשים לאומדן התנהגות הרשת.
תקציר מקורי באנגליתarXiv:2609.11211v1 Announce Type: cross Abstract: Deep learning models, notably Long Short-Term Memory (LSTM), have demonstrated promising performance in channel estimation for high-mobility vehicular environments. However, their black-box nature and architectural overhead limit trustworthiness and efficiency. Classical explainable AI (XAI) methods rely on costly iterative processes, offering only input-level filtering without addressing architectural fine-tuning. To overcome these limitations, this paper proposes the XAI-assisted Recurrent neural network Attribution for Channel Estimation (X-RACE) framework. X-RACE uses a low-complexity, one-shot dual-optimization strategy to simultaneously evaluate and prune irrelevant input subcarriers and internal hidden units. Furthermore, we propose
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית