Fugu-MT 論文翻訳(概要): Causality-based Explanation of Classification Outcomes

論文の概要: Causality-based Explanation of Classification Outcomes

arxiv url: http://arxiv.org/abs/2003.06868v2
Date: Mon, 25 May 2020 04:24:18 GMT
ステータス: 処理完了
システム内更新日: 2022-12-23 08:29:35.487103
Title: Causality-based Explanation of Classification Outcomes
Title（参考訳）: 因果関係に基づく分類結果の記述
Authors: Leopoldo Bertossi, Jordan Li, Maximilian Schleich, Dan Suciu, Zografoula Vagena
Abstract要約: 本稿では,因果性の概念に基づく分類器の結果に対する説明の簡易な定義を提案する。従来提案されていた説明概念と比較し,その複雑性について検討する。ファイナンシャルドメインからの2つの実際のデータセットを用いて実験的な評価を行う。
参考スコア（独自算出の注目度）: 15.353931416035614
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We propose a simple definition of an explanation for the outcome of a classifier based on concepts from causality. We compare it with previously proposed notions of explanation, and study their complexity. We conduct an experimental evaluation with two real datasets from the financial domain.
Abstract（参考訳）: 本稿では,因果関係の概念に基づく分類器の結果に対する説明の簡単な定義を提案する。提案する説明概念と比較し,その複雑性について検討する。金融分野の2つの実データを用いて実験的な評価を行う。

関連論文リスト

Explainability for Machine Learning Models: From Data Adaptability to User Perception [0.8702432681310401]
この論文は、すでにデプロイされた機械学習モデルに対する局所的な説明の生成を探求する。データとユーザ要件の両方を考慮して、意味のある説明を生み出すための最適な条件を特定することを目的としている。
論文参考訳（メタデータ） (2024-02-16T18:44:37Z)
Inducing Causal Structure for Abstractive Text Summarization [76.1000380429553]
要約データの因果構造を誘導する構造因果モデル(SCM)を導入する。本稿では因果的要因を模倣できる因果的表現を学習するための因果性インスピレーション付き系列列列モデル(CI-Seq2Seq)を提案する。 2つの広く使われているテキスト要約データセットの実験結果は、我々のアプローチの利点を示している。
論文参考訳（メタデータ） (2023-08-24T16:06:36Z)
On the Connection between Game-Theoretic Feature Attributions and Counterfactual Explanations [14.552505966070358]
最も一般的な説明は、特徴属性と反実的説明である。この研究は、ゲーム理論的特徴属性と反事実的説明の間に明確な理論的関係を確立する。我々は、特徴的重要性を提供するために、反事実的説明を用いることの限界に光を当てた。
論文参考訳（メタデータ） (2023-07-13T17:57:21Z)
Explaining Explainability: Towards Deeper Actionable Insights into Deep Learning through Second-order Explainability [70.60433013657693]
2階説明可能なAI(SOXAI)は、最近インスタンスレベルからデータセットレベルまで説明可能なAI(XAI)を拡張するために提案されている。そこで本研究では,SOXAIの動作可能な洞察に基づくトレーニングセットから無関係な概念を除外することで,モデルの性能を向上させることができることを示す。
論文参考訳（メタデータ） (2023-06-14T23:24:01Z)
Understanding the Unforeseen via the Intentional Stance [0.0]
本稿では,観察対象者の新しい行動を理解するためのアーキテクチャとシステムについて述べる。このアプローチの2つの主な特徴は、デネットの意図的な姿勢と類推的推論の採用である。
論文参考訳（メタデータ） (2022-11-01T14:14:14Z)
A Model-Agnostic SAT-based Approach for Symbolic Explanation Enumeration [26.500149465292246]
特徴量と出力の関係を解析することにより,単一予測を局所的に説明するための説明を生成する。提案手法では,予測モデルの命題エンコーディングとSATに基づくセッティングを用いて,2種類の記号的説明を生成する。
論文参考訳（メタデータ） (2022-06-23T08:35:47Z)
Discriminative Attribution from Counterfactuals [64.94009515033984]
本稿では,特徴属性と反実的説明を組み合わせたニューラルネットワークの解釈可能性について述べる。本手法は,特徴属性法の性能を客観的に評価するために有効であることを示す。
論文参考訳（メタデータ） (2021-09-28T00:53:34Z)
Contrastive Explanations for Model Interpretability [77.92370750072831]
分類モデルの対照的説明を生成する手法を提案する。本手法は潜在空間へのモデル表現の投影に基づいている。本研究は,モデル決定のより正確できめ細かな解釈性を提供するためのラベルコントラスト的説明の能力に光を当てた。
論文参考訳（メタデータ） (2021-03-02T00:36:45Z)
The Struggles of Feature-Based Explanations: Shapley Values vs. Minimal Sufficient Subsets [61.66584140190247]
機能に基づく説明は、自明なモデルでも問題を引き起こすことを示す。そこで本研究では,2つの一般的な説明書クラスであるシェープリー説明書と十分最小限の部分集合説明書が,基本的に異なる基底的説明書のタイプをターゲットにしていることを示す。
論文参考訳（メタデータ） (2020-09-23T09:45:23Z)
Debiasing Concept-based Explanations with Causal Analysis [4.911435444514558]
本研究は,特徴の相違する情報と相関する概念の問題点について考察する。観測されていない変数の影響をモデル化するための新しい因果前グラフを提案する。提案手法は,概念が完成していない場合に有効であることを示す。
論文参考訳（メタデータ） (2020-07-22T15:42:46Z)
Evaluations and Methods for Explanation through Robustness Analysis [117.7235152610957]
分析による特徴に基づく説明の新たな評価基準を確立する。我々は、緩やかに必要であり、予測に十分である新しい説明を得る。我々は、現在の予測をターゲットクラスに移動させる一連の特徴を抽出するために、説明を拡張します。
論文参考訳（メタデータ） (2020-05-31T05:52:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。