典型文献
基于出行模式的注意力机制可解释性探索
文献摘要：
为了探索深度注意力模型在地铁出行预测任务中的可解释性,提出基于出行模式的注意力权重擦除方法和可解释性评估框架.利用提出的地铁出行深度注意力框架搭建预测模型,使用广州地铁羊城通数据构造三种不同长度出行序列数据集进行模型训练和验证,达到70％以上准确率;通过单一出行模式的注意力权重擦除实验发现,擦除最大注意力权重的出行模式比随机模式更能显著地影响模型预测结果,但大多数样本不发生预测结果的变化.即注意力机制在该条件下提供的可解释性信息是有限的,且该信息量随着序列长度增加而减小;通过一组出行模式注意力权重擦除实验结果表明,按注意力权重降序擦除能最快使模型预测结果发生变化,并且模型能稳定地对重要的出行模式的出行记录分配注意力权重,即注意力机制在该条件下较好地提供了可解释性信息,且该信息量随着序列长度增加而增大.
文献关键词：
地铁出行预测;出行模式;注意力机制;注意力权重擦除;可解释性
中图分类号：
作者姓名：
翁小雄;田丹;覃镇林;罗瑞发
作者机构：
华南理工大学 土木与交通学院,广州 510630;深圳市金溢科技股份有限公司,广东 深圳 518000
文献出处：
引用格式：
[1]翁小雄;田丹;覃镇林;罗瑞发-.基于出行模式的注意力机制可解释性探索)[J].计算机工程与应用,2022(24):284-290
A类：
地铁出行预测,注意力权重擦除,权重擦除,可解释性评估
B类：
出行模式,注意力机制,注意力模型,评估框架,框架搭建,广州地铁,羊城通,同长,序列数据,模型训练,一出,影响模型,发生预测,该条,信息量,降序,结果发生,行记
AB值：
0.154727
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
