专为振动信号设计的可解释性工具，能同时突出时域冲击和频域故障特征，比标准Grad-CAM提供更全面的解释。
Li, Sinan · 李天福 · 孙闯 · 严如强 · 陈雪峰
Journal of Manufacturing Systems 2023
同时利用多个卷积层的梯度流生成不同分辨率的激活图，克服了单层Grad-CAM深层特征模糊的问题。
生成的综合激活图能同时突出时域循环平稳冲击和频域故障特征频率，提供更全面的信号解释。
定义了三个指标来量化深度神经网络的解释性，使可信度评估不再依赖主观判断。
作为一种事后解释工具，MLG-CAM可应用于已训练好的模型，不需要重新训练，易于集成。