用于时间序列回归的可解释神经网络：一种新方法

这项研究侧重于提高应用于时间序列数据的神经网络的可解释性，这是理解和信任 AI 预测的关键领域。 论文通过学习屏蔽和聚合数据的方法，为揭示复杂模型中的决策过程提供了一种潜在的、有价值的方法。

• •该论文探讨了用于时间序列回归的可解释神经网络。
• •该方法涉及学习屏蔽和聚合数据。
• •这项研究提供了对模型可解释性的见解。