理解大脑的一种神经科学方法是搜寻和研究高度激活单个细胞或细胞群的首要刺激。机器学习的研究进展生成了一系列用于合成首要刺激的方法，而这些刺激又导致人造或生物大脑中的神经元强烈地发射信号。这些方法被称为激活最大化（AM）或者通过优化实现的特征可视化（Feature Visualization）。在此论文《Understanding Neural Networks via Feature Visualization: A survey》中，作者（1）回顾了文献中现有的AM方法；（2）探讨AM的概率解释（probabilistic interpretation）；（3）综述了AM在调试和解释网络中的运用。