登录后查看消息通知
搜索
常见问题
消息
登录
首页
/
数据集
/
<p>Performance of feature maps obtained with VIT-B32.</p>
<p>Performance of feature maps obtained with VIT-B32.</p>
收藏
NIAID Data Ecosystem
2026-05-10 收录
视觉Transformer特征分析
模型可解释性
数据链接：
https://figshare.com/articles/dataset/_p_Performance_of_feature_maps_obtained_with_VIT-B32_p_/31090234
数据链接
链接失效反馈
官方服务：
问题咨询
购买咨询
在线客服
NEW
资源简介：
Performance of feature maps obtained with VIT-B32.
应用场景：
创建时间：
2026-01-16
相关数据集
Percentage contribution (PC) and permutation importance (PI) of the most informative variables in the model.
模型可解释性
特征重要性评估
Percentage contribution (PC) and permutation importance (PI) of the most informative variables in the model.
NIAID Data Ecosystem
5
0
Feature importance (Imp.) and p values (p) for features that achieved a feature importance greater than 0.1% in the Elicited RF.
特征重要性评估
模型可解释性
Feature importance (Imp.) and p values (p) for features that achieved a feature importance greater than 0.1% in the Elicited RF.
Figshare
2023-01-04 更新
2
0
P-values from the randomization test for Integrated Gradients analysis.
模型可解释性
特征重要性评估
P-values from the randomization test for Integrated Gradients analysis.
NIAID Data Ecosystem
1
0
s1K probe training data
模型可解释性
思维链校准
Data required to replicate the training of thought calibration probes. Files provided include:s1K per-step embeddings by DeepSeek-R1 distilled Qwen 2.5 32B and Llama 3.3 70B, and QwQ 32BLabels for sup
DataCite Commons
2025-06-05 更新
3
0
SHAP values.
模型可解释性
特征重要性分析
Contains the numbers of the SHAP values plot (Fig 6). (CSV)
Figshare
2023-02-07 更新
2
0
© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15
沪公网安备31010402336585号
热门搜索
社区交流群
科研交流群
商业服务
数据资源
寻源服务
数据采集
标注服务
数据产品
代理销售
数据领域
凭证登记
数据产品
介绍推广
