买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜西门子股份公司申请的专利用于分类模型的经计算机实现的分析的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN111832572B 。

龙图腾网通过国家知识产权局官网在2025-03-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202010304295.7，技术领域涉及：G06F18/241；该发明授权用于分类模型的经计算机实现的分析的方法是由顾金东设计研发完成，并于2020-04-17向国家知识产权局提交的专利申请。

本用于分类模型的经计算机实现的分析的方法在说明书摘要公布了：本发明描述了一种用于分类模型的经计算机实现的分析的方法，所述分类模型被适配成作为预测、根据预定函数而将多个输入实例——它们中的每一个具有数目n个特征——映射到输出类的多个概率中，作为分类决策，并且其被适配成确定针对每个特征的相关性值，其导致显著图。本发明包括如下步骤：通过为每个特征确定相关性信息来标识（S1）每个特征对实例的预测的影响，所述相关性信息表示针对实例的所有特征、省略所考虑的特征的上下文信息。然后，针对每个特征的相关性值通过组合针对实例的特征的相关性信息来被确定（S2）。最后，评估（S3）针对实例特征的所述多个相关性值，以标识每个特征对实例预测的影响。

本发明授权用于分类模型的经计算机实现的分析的方法在权利要求书中公布了：1.一种用于分类模型的经计算机实现的分析的方法-其被适配成作为预测、根据预定函数而将多个输入实例——它们中的每一个具有多个特征——映射到输出类的多个概率中，作为分类决策；并且-其被适配成确定针对每个特征的相关性值，其导致显著图；包括以下步骤：-通过为每个特征确定相关性信息来标识每个特征对实例的预测的影响，所述相关性信息表示针对省略所考虑的特征的实例的所有其他特征的上下文信息；-通过组合针对实例的特征的相关性信息来确定针对每个特征的相关性值；-评估针对实例的特征的所述多个相关性值，以标识每个特征对实例预测的影响；其中当在深度神经网络上分析高维图像的分类模型的时候，图像片块而不是像素被用作单独的特征。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西门子股份公司，其通讯地址为：德国慕尼黑；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。