في الآونة الأخيرة، ازداد الاهتمام بآليات العمل الداخلية للشبكات العصبية المتشعبة وسبب اتخاذ الشبكة لقرارات محددة. في هذا البحث، طورنا طريقة جديدة لتفسير التوضيح البصري تُسمى Score-CAM، وهي تعتمد على خرائط التنشيط الفئوي (Class Activation Mapping). على عكس الأساليب السابقة التي تعتمد على خرائط التنشيط الفئوي، فإن Score-CAM تتخلص من الاعتماد على الجراديانات (gradients) من خلال الحصول على وزن كل خريطة تنشيط عبر درجتها في الفئة المستهدفة عند مرورها للأمام. يتم الحصول على النتيجة النهائية عن طريق تركيب خطي للأوزان وخرائط التنشيط. نوضح أن Score-CAM تحقق أداءً بصرياً أفضل وعدالة في تفسير عملية صنع القرار. يتفوق نهجنا على الأساليب السابقة في مهام التعرف والتحديد المكاني، كما أنه يمر بنجاح بالفحص العملي (sanity check). نشير أيضاً إلى استخدامه كأدوات تصحيح الأخطاء (debugging tools). تم إصدار الكود الرسمي.