新研究用 SHAP 打通解耦自编码器潜空间与真实流场

一项可解释 AI（XAI）应用于流体力学的新研究发布：团队在解耦自编码器的潜空间中开展可解释性与因果分析，用 SHAP 归因方法识别每个潜变量对应的流动特征，从而将潜空间中的因果分析与真实流场结构关联起来。作者为 Ricardo Vi 等，为流体的可解释建模提供了新思路。

2026-11-04 ~ 2026-11-04 · 2 条相关

• 用 SHAP 打通潜空间与流场：解耦自编码器的可解释流体研究 — ricardovinuesa · 2026-11-04

另有 1 条近重复转述:ricardovinuesa