Fugu-MT 論文翻訳(概要): Score-Based Explanations in Data Management and Machine Learning

論文の概要: Score-Based Explanations in Data Management and Machine Learning

arxiv url: http://arxiv.org/abs/2007.12799v2
Date: Wed, 19 Aug 2020 01:53:53 GMT
ステータス: 翻訳完了
システム内更新日: 2022-11-07 06:23:29.700900
Title: Score-Based Explanations in Data Management and Machine Learning
Title（参考訳）: データ管理と機械学習におけるスコアベース説明
Authors: Leopoldo Bertossi
Abstract要約: 本稿では,データベースにおける問合せ応答と分類モデルによる結果について考察する。説明されているアプローチは、主に因果的かつ反事実的な性質である。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We describe some approaches to explanations for observed outcomes in data management and machine learning. They are based on the assignment of numerical scores to predefined and potentially relevant inputs. More specifically, we consider explanations for query answers in databases, and for results from classification models. The described approaches are mostly of a causal and counterfactual nature. We argue for the need to bring domain and semantic knowledge into score computations; and suggest some ways to do this.
Abstract（参考訳）: データ管理と機械学習における観察結果の説明に対するいくつかのアプローチについて述べる。これらは事前に定義され、潜在的に関連する入力に対する数値スコアの割り当てに基づいている。より具体的には、データベースのクエリ応答と分類モデルの結果についての説明を検討する。記述されたアプローチは、主に因果的かつ反事実的性質である。我々は、ドメインとセマンティックな知識を計算に取り入れる必要性を主張し、これを行ういくつかの方法を提案する。

関連論文リスト

RankingSHAP -- Listwise Feature Attribution Explanations for Ranking Models [48.895510739010355]
このギャップに対処するための重要な貢献は3つあります。まず、ランキングモデルに対するリストワイズ機能属性を厳格に定義する。第2に、ランク付けSHAPを導入し、人気のあるSHAPフレームワークを拡張して、ランク付け属性をリストワイズする。第3に、学習からランクへのモデルにおける属性の忠実度を評価するための2つの新しい評価パラダイムを提案する。
論文参考訳（メタデータ） (2024-03-24T10:45:55Z)
Evaluating the Utility of Model Explanations for Model Development [54.23538543168767]
機械学習モデル構築の実践シナリオにおいて、説明が人間の意思決定を改善するかどうかを評価する。驚いたことに、サリエンシマップが提供されたとき、タスクが大幅に改善されたという証拠は見つからなかった。以上の結果から,サリエンシに基づく説明における誤解の可能性と有用性について注意が必要であることが示唆された。
論文参考訳（メタデータ） (2023-12-10T23:13:23Z)
Attribution-Scores in Data Management and Explainable Machine Learning [0.0]
本稿では,データベースにおける責任スコアの定義における実際の因果性の利用に関する最近の研究について述べる。データベースの場合、データベースの修復に有用な接続を図示し、活用する。分類モデルでは、責任スコアが適切に拡張され、図示される。
論文参考訳（メタデータ） (2023-07-31T22:41:17Z)
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)
A Mechanistic Interpretation of Arithmetic Reasoning in Language Models using Causal Mediation Analysis [128.0532113800092]
算数問題に対するトランスフォーマーに基づくLMの機械的解釈を提案する。これにより、算術に関連する情報がLMによってどのように処理されるかについての洞察が得られる。
論文参考訳（メタデータ） (2023-05-24T11:43:47Z)
Attribution-Scores and Causal Counterfactuals as Explanations in Artificial Intelligence [0.0]
私たちは、人工知能、一般に、そして、エミュレート可能なAIにおける新しい発展に対する説明の関連性を強調します。本稿では、帰属スコアに基づくデータ管理や機械学習における説明、因果関係の領域で見られる反事実を簡潔に記述する。
論文参考訳（メタデータ） (2023-03-06T01:46:51Z)
Explainable Data-Driven Optimization: From Context to Decision and Back Again [76.84947521482631]
データ駆動最適化では、コンテキスト情報と機械学習アルゴリズムを使用して、不確実なパラメータによる決定問題の解決策を見つける。本稿では,データ駆動型問題に対する解法を説明するために,対実的説明手法を提案する。在庫管理やルーティングといった運用管理における重要な問題を説明することで,我々のアプローチを実証する。
論文参考訳（メタデータ） (2023-01-24T15:25:16Z)
Explainability in Process Outcome Prediction: Guidelines to Obtain Interpretable and Faithful Models [77.34726150561087]
本稿では、プロセス結果予測の分野における説明可能性モデルと説明可能性モデルの忠実性を通して、説明可能性を定義する。本稿では,イベントログの仕様に基づいて適切なモデルを選択することのできる,X-MOPというガイドラインのセットを提案する。
論文参考訳（メタデータ） (2022-03-30T05:59:50Z)
Reasoning about Counterfactuals and Explanations: Problems, Results and Directions [0.0]
これらのアプローチは柔軟でモジュール化されており、ドメイン知識のシームレスな追加を可能にします。プログラムは、責任に基づく数値スコアを分類結果の属性的説明として指定し、計算するために使用することができる。
論文参考訳（メタデータ） (2021-08-25T01:04:49Z)
Score-Based Explanations in Data Management and Machine Learning: An Answer-Set Programming Approach to Counterfactual Analysis [0.0]
本稿では,データベースにおける問合せ回答のスコアベース説明に対する最近のアプローチと,機械学習における分類モデルによる結果について述べる。スコアの仕様と計算に反実的推論を使うことに対する、応答セットプログラミングに基づく宣言的アプローチに特に重点を置いている。
論文参考訳（メタデータ） (2021-06-19T19:21:48Z)
A Diagnostic Study of Explainability Techniques for Text Classification [52.879658637466605]
既存の説明可能性技術を評価するための診断特性のリストを作成する。そこで本研究では, モデルの性能と有理性との整合性の関係を明らかにするために, 説明可能性手法によって割り当てられた有理性スコアと有理性入力領域の人間のアノテーションを比較した。
論文参考訳（メタデータ） (2020-09-25T12:01:53Z)
An ASP-Based Approach to Counterfactual Explanations for Classification [0.0]
本稿では,因果関係に基づく分類モデルに基づく意思決定の基盤として,反実的介入を規定し,計算する解集合プログラムを提案する。ルールベースの分類器のような論理プログラムとして指定できるブラックボックスモデルやモデルに適用することができる。
論文参考訳（メタデータ） (2020-04-28T01:36:26Z)

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。