Fugu-MT 論文翻訳(概要): An XAI Approach to Deep Learning Models in the Detection of DCIS

論文の概要: An XAI Approach to Deep Learning Models in the Detection of DCIS

arxiv url: http://arxiv.org/abs/2106.14186v2
Date: Fri, 2 Jun 2023 05:01:57 GMT
ステータス: 処理完了
システム内更新日: 2023-06-05 21:37:45.804003
Title: An XAI Approach to Deep Learning Models in the Detection of DCIS
Title（参考訳）: DCIS検出における深層学習モデルへのXAIアプローチ
Authors: Michele La Ferla
Abstract要約: その結果,XAIは,臨床コミュニティにおける補助的AIシステムの実装に関する議論を始める上で,概念実証として活用できることが示唆された。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: The results showed that XAI could indeed be used as a proof of concept to begin discussions on the implementation of assistive AI systems within the clinical community.
Abstract（参考訳）: その結果,XAIは,臨床コミュニティにおける補助的AIシステムの実装に関する議論を始める上で,概念実証として活用できることが示唆された。

関連論文リスト

How Human-Centered Explainable AI Interface Are Designed and Evaluated: A Systematic Survey [48.97104365617498]
Em Explainable Interfaces (EIs) の登場する領域は,XAI のユーザインターフェースとユーザエクスペリエンス設計に重点を置いている。本稿では,人間とXAIの相互作用の現在の動向と,EI設計・開発に向けた将来的な方向性を明らかにするために,53の出版物を体系的に調査する。
論文参考訳（メタデータ） (2024-03-21T15:44:56Z)
How much informative is your XAI? A decision-making assessment task to objectively measure the goodness of explanations [53.01494092422942]
XAIに対する個人化アプローチとユーザ中心アプローチの数は、近年急速に増加している。ユーザ中心のXAIアプローチがユーザとシステム間のインタラクションに肯定的な影響を与えることが明らかとなった。我々は,XAIシステムの良否を客観的かつ定量的に評価するための評価課題を提案する。
論文参考訳（メタデータ） (2023-12-07T15:49:39Z)
Polar-Net: A Clinical-Friendly Model for Alzheimer's Disease Detection in OCTA Images [53.235117594102675]
オプティカルコヒーレンス・トモグラフィーは、網膜微小血管の画像化によってアルツハイマー病(AD)を検出するための有望なツールである。我々はPolar-Netと呼ばれる新しいディープラーニングフレームワークを提案し、解釈可能な結果を提供し、臨床上の事前知識を活用する。 Polar-Netは既存の最先端の手法よりも優れており,網膜血管変化とADとの関連性について,より貴重な病理学的証拠を提供する。
論文参考訳（メタデータ） (2023-11-10T11:49:49Z)
Deciphering knee osteoarthritis diagnostic features with explainable artificial intelligence: A systematic review [4.918419052486409]
変形性膝関節症(OA)を診断するための既存の人工知能モデルは、その透明性と解釈可能性の欠如に対して批判を浴びている。近年,説明可能な人工知能 (XAI) がモデルの予測に自信を与える特別な技術として出現している。本報告では膝OA診断に用いるXAI技術について紹介する。
論文参考訳（メタデータ） (2023-08-18T08:23:47Z)
Evaluation of Popular XAI Applied to Clinical Prediction Models: Can They be Trusted? [2.0089256058364358]
透明性と説明可能性の欠如は、機械学習(ML)アルゴリズムの臨床的採用を妨げる。本研究は、医療現場における予測モデルの説明に使用される2つの一般的なXAI手法を評価する。
論文参考訳（メタデータ） (2023-06-21T02:29:30Z)
A System's Approach Taxonomy for User-Centred XAI: A Survey [0.6882042556551609]
本稿では,一般システム理論の原理に基づく総合的,包括的でユーザ中心のXAI分類法を提案する。これは、開発者とエンドユーザの両方を含むすべてのユーザタイプに対するXAIアプローチの適切性を評価する基盤を提供する。
論文参考訳（メタデータ） (2023-03-06T00:50:23Z)
Towards Human Cognition Level-based Experiment Design for Counterfactual Explanations (XAI) [68.8204255655161]
XAI研究の重点は、より理解を深めるために、より実践的な説明アプローチに変わったようだ。認知科学研究がXAIの進歩に大きく影響を与える可能性のある領域は、ユーザの知識とフィードバックを評価することである。本研究では,異なる認知レベルの理解に基づく説明の生成と評価を実験する枠組みを提案する。
論文参考訳（メタデータ） (2022-10-31T19:20:22Z)
What Do End-Users Really Want? Investigation of Human-Centered XAI for Mobile Health Apps [69.53730499849023]
説明可能なAI(XAI)を評価するために,ユーザ中心のペルソナ概念を提案する。分析の結果,ユーザの人口統計や性格,説明のタイプ,影響説明の嗜好が示された。私たちの洞察は、対話的で人間中心のXAIを実践的な応用に近づけます。
論文参考訳（メタデータ） (2022-10-07T12:51:27Z)
Connecting Algorithmic Research and Usage Contexts: A Perspective of Contextualized Evaluation for Explainable AI [65.44737844681256]
説明可能なAI(XAI)を評価する方法に関するコンセンサスの欠如は、この分野の進歩を妨げる。このギャップを埋める一つの方法は、異なるユーザ要求を考慮に入れた評価方法を開発することである、と我々は主張する。
論文参考訳（メタデータ） (2022-06-22T05:17:33Z)
Explainable Artificial Intelligence Methods in Combating Pandemics: A Systematic Review [7.140215556873923]
新型コロナウイルス(COVID-19)パンデミックにおける人工知能の影響は、モデルの透明性の欠如によって大幅に制限された。 XAIをうまく利用すれば、モデルの性能を改善し、エンドユーザに信頼を与え、ユーザの意思決定に影響を与えるのに必要な価値を提供することができる。
論文参考訳（メタデータ） (2021-12-23T16:55:27Z)

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。