모델 설명을 위한 개념 설명 방법은 불확실성을 모델링하여 더 신뢰할 수 있는 설명을 제공해야 한다.
본 연구는 흑박스 모델의 결정을 설명하기 위한 효율적인 그래디언트 기반 주목도 맵 생성 방법을 제안한다. 모델의 내부 구조에 대한 접근이 불가능한 상황에서도 입력에 대한 출력의 그래디언트를 추정하여 주목도 맵을 생성할 수 있는 통합 프레임워크를 제안한다.
