يقدم الباحثون طريقة لتوجيه تدريب الشبكات العصبية عن طريق فرض قيود مستمدة من الاعتماد الجزئي، مما يضمن أن استجابة النموذج المتوسطة لسمات محددة تتوافق مع المعرفة الوظيفية المعروفة للمجال.
- تعالج هذه الطريقة الفجوة في التعلم الموجه بالتفسير من خلال ضبط النماذج لإنتاج تفسيرات موثوقة بالمعرفة السابقة بدلاً من مجرد تفاعل التفاعلات الموجودة.
- تم عرضها على مشاكل الانحدار، بما في ذلك توقع الأنظمة الديناميكية، حيث تفوق النماذج المقيدة النماذج غير المقيدة وتظهر كفاءة بيانات أكبر.
- تتوافق التفسيرات من النماذج المقيدة مع المعرفة التي قدمها المستخدم، بينما لا تتوافق تلك الخاصة بالنماذج غير المقيدة.
تتيح هذه الطريقة إنشاء نماذج أكثر قابلية للتفسير وكفاءة في استخدام البيانات من خلال دمج الخبرة في المجال مباشرةً في عملية التدريب.