[發明專利]基于可視化的交互式機器學習方法

有效

• 申請號: 202010842552.2
• 申請日: 2020-08-20
• 公開（公告）號: CN112101522B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 朱敏;溫嘯林;劉尚松;熊梟梟
• 申請（專利權）人: 四川大學
• 主分類號: G06N3/0985
• 分類號: G06N3/0985;G06N3/0499;G06N20/00
• 代理公司: 成都禾創知家知識產權代理有限公司 51284
• 代理人: 裴娟

本發明公開了一種基于可視化的交互式機器學習方法，先將神經網絡數據抽象為結構數據、隱態值數據和模型評估數據；根據數據的屬性，通過顏色、位置、透明度等視覺通道進行可視化映射和編碼；設計帶顏色的圓形視覺編碼表示神經網絡結構；設計融合熱力圖和平行坐標的視覺編碼，表示隱態值的變化趨勢；設計時序混淆矩陣視覺編碼表示訓練結果；結合多視圖聯動完成全局呈現，基于熱力圖和平行坐標的隱態值分析視圖為主要視圖，通過時序混淆矩陣視圖的輔助可以對模型的訓練進行評估，通過網絡結構視圖能夠快速驗證猜想，并產生新的訓練數據進行下一輪分析。以上三個視圖功能相對獨立，彼此互補，共同完成基于可視化的交互式機器學習方法。

技術領域

本發明涉及信息可視化分析、機器學習技術領域，具體為一種基于可視化的交互式機器學習方法。

背景技術

機器學習是研究怎樣使用計算機模擬或實現人類學習活動的科學，是人工智能中最具智能特征，最前沿的研究領域之一。在大數據時代，隨著各行各業對數據分析需求的持續增加，通過機器學習高效地獲取知識，已逐漸成為當今機器學習技術發展的主要推動力。如何基于機器學習方法對復雜多樣的數據進行深層次多維度的分析，并從海量數據中獲取隱藏的、有效的、可理解的知識成為當前大數據環境下機器學習研究的主要方向。

在選擇一個合適的機器學習模型時，通常需要權衡模型準確性與可解釋性之間的關系。黑盒模型(如神經網絡)通常具有很高的準確性，但這類模型的內部工作機制卻難以理解，也無法估計每個特征對模型預測結果的重要性，更難以理解不同特征之間的相互作用關系。雖然現已經有許多研究使用機器學習模型在多種問題上取得了不錯的效果，但是如果不能清晰地了解到一個模型是如何以及為什么這樣運行，訓練一個高性能的模型會成為一個耗時且需不斷試錯的過程。

可視化技術結合了機器擅長的計算分析能力和人類擅長的判斷推理能力，使用視覺元素進行數據信息的表達，并使用人機交互的方法增強人類的理解、認知和判斷，彌補機器在深層次分析預測任務中的不足，充分利用人類的智慧，對模型進行有效的理解、診斷和優化。由于可視化技術的直觀與高效，越來越廣泛地被應用到科學研究與實際應用中。

但目前關于機器學習、可視化技術的研究方法仍存在不足之處。首先，機器學習模型的訓練依舊是一個費時且不斷試錯的過程，模型的改進并沒有很好地利用其訓練過程中蘊含的信息，缺乏更為直觀有效的方式幫助研究人員改善模型的訓練過程。其次，在現有對神經網絡進行可視化的工作中，大多是針對神經網絡的理解和診斷。對于隱態值包含的信息探索的也較少，多是某種規律的發現，缺乏根據隱態值相似性對神經網絡訓練進行優化的工作，且對于隱態值的可視化設計也并不能很好反映出單個神經元和整體神經元兩方面的變化趨勢。

發明內容

本發明所要解決的技術問題是提供一種基于可視化的交互式機器學習方法，針對神經網絡這一機器學習重要分支，融合訓練過程中的神經網絡結構數據、神經網絡隱態值數據及每次訓練迭代后的模型評估數據，基于可視化對機器學習模型進行交互式地理解、診斷和優化。

為解決上述技術問題，本發明采用的技術方案是：

一種基于可視化的交互式機器學習方法，包括以下步驟：

S1：數據抽象

采集神經網絡的訓練數據，將訓練數據抽象為三個部分：神經網絡結構數據、隱態值數據和模型評估數據；

S2：可視化映射

通過視覺通道將經步驟S1抽象出的數據進行可視化映射，神經網絡結構數據采用圓形映射神經元的形狀，用顏色編碼神經元的功能類別；隱態值數據的可視化映射結合了熱力圖與平行坐標；每次訓練迭代后的模型評估數據使用時序混淆矩陣進行可視化映射；

S3：可視化布局