109 / 2021-07-03 13:14:07
基于机器学习分析性别对热感觉的作用效果
性别;差异化作用;热感觉;机器学习;可解释性分析
Draft Accepted
杨雨人 / 天津大学
刘刚 / 天津大学
关于性别因素对热感觉的影响程度一直存在争议。热感觉机器学习模型在准确性上远胜于传统模型,但是可解释性的缺乏使得研究人员无法了解模型决策的思路。本研究使用合作博弈论中的Shapley value分析了热感觉机器学习模型中性别对不同热感觉的作用效果。本研究发现差异化作用效果普遍存在于各物理特征对两性的不同热感觉之中,并且不同的物理特征都存在着固定且显著的分界点,在分界点前后差异化作用效果不同但始终存在。
Important Date
  • Conference Date

    Dec 03

    2021

    to

    Dec 05

    2021

  • Sep 15 2021

    Draft paper submission deadline

  • Dec 05 2021

    Registration deadline

Sponsored By
中国环境科学学会室内环境与健康分会
Organized By
武汉理工大学
Contact Information
Previous Conferences