Тема выпускной квалификационной работы: «Разработка исследования метода интерпретации результатов предсказания сиамской нейронной сети с использованием вариационного автокодера». Данная работа посвящена исследованию сравнительно новой области машинного обучения – объяснительному интеллекту. Объяснительный интеллект представляет совокупность методов искусственного интеллекта применяемых таким образом, что результаты решения могут быть интерпретированы экспертами. Задачи, которые решались в ходе исследования: 1. Постановка задачи и сравнение существующих методов интерпретации результатов нейронных сетей. 2. Анализ работы сиамской нейронной сети, автокодера и вариационного автокодера. 3. Разработка метода интерпретации результатов прогнозов сиамской нейронной сети и программной реализации. 4. Исследование эффективности реализованного метода. Работа выполнена на базе открытого набора данных изображений CIFAR10. Реализован метод интерпретации результатов прогнозов сиамской нейронной сети, основную роль в котором занимает вариационный автокодер. Приведены результаты выполнения работы предложенного метода, выполнена сравнительная характеристика.

The subject of the graduate qualification work: “Development of a research method for interpreting the results of prediction of the Siamese neural network using a variational autoencoder”. This paper is devoted to the study of a relatively new field of machine learning, explanatory intelligence. Explanatory intelligence is a set of artificial intelligence methods applied in such a way that the results of a decision can be interpreted by experts. The research set the following goals: 1. Problem statement and comparison of existing methods for interpreting neural network results. 2. Analysis of the Siamese neural network, autoencoder and variational autoencoder. 3. Development of a method for interpreting the results of prediction of the Siamese neural network and software implementation. 4. Research on the effectiveness of the implemented method. This work is based on the open data set of cifar10 images. The method of interpretation of the results of a prediction of the Siamese neural network, the main role in which is occupied by the variational autoencoder, is implemented. The results of the proposed method are presented, and a comparative characteristic is performed.