Grad-CAM ist eine Visualisierungsmethode, die zentrale Bereiche in den Faltungsfeature-Karten neuronaler Netze hervorhebt und damit die Entscheidungsprozesse tief lernender Modelle offenlegt. In den Materialwissenschaften hilft sie, automatisierte Analysen von Mikrostrukturen zu interpretieren und den Einfluss lokaler Merkmale auf Materialeigenschaften zu verstehen.