研究论文

Toward reliable hazardous gas identification: A verifiable and interpretable deep learning framework with quantified explanations

Zaihui Zhu, Jiwan Chen, Qian He, Xi Xia, Pengcheng Wu, Xiaoyan Peng, Jin Chu

Southwest University

来源Process Safety and Environmental Protection

年份2026

DOI10.1016/j.psep.2026.109032

原文https://doi.org/10.1016/j.psep.2026.109032

阅读操作

确认中

在文库中上传 PDF 后可生成中文音频讲解。

摘要与影响

摘要 · 节选

暂未获取摘要。可打开原文或 PDF，后续可基于全文生成更完整的速读。

逐年被引趋势

暂无年度引用数据

关键指标

被引次数 · OpenAlex

0.00

领域内被引倍数
同类平均 = 1

前 67%

引用位次
同领域 · 同年份 · 同类型

参考文献

Google Scholar 与 OpenAlex 的被引统计范围不同，数值存在差异属正常。

AI 辅助阅读

依据：文献信息

论文问答

当前基于文献信息回答

可就本文提问；依据不足时会说明。

学术脉络

学科主题

计算机 / AI

Explainable Artificial Intelligence (XAI)

Advanced Chemical Sensor Technologies · Fault Detection and Control Systems

参考文献 37

Reservoir computing compensates slow response of chemosensor arrays exposed to fast varying gas concentrations in continuous monitoring

Jordi Fonollosa, Sadique Sheik, Ramón Huerta · Sensors and Actuators B Chemical · 2015

被引 269

Decision tree approach for classification and dimensionality reduction of electronic nose data

Jung Hwan Cho, Pradeep Kurup · Sensors and Actuators B Chemical · 2011

被引 142

Evaluating the Visualization of What a Deep Neural Network Has Learned

Wojciech Samek, Alexander Binder, Grégoire Montavon · IEEE Transactions on Neural Networks and Learning Systems · 2016

被引 1,189

此处列出前 3 条

引用本文 -

暂无引用本文的记录