論文の概要: A Model-Agnostic SAT-based Approach for Symbolic Explanation Enumeration
- arxiv url: http://arxiv.org/abs/2206.11539v1
- Date: Thu, 23 Jun 2022 08:35:47 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-24 13:42:36.545712
- Title: A Model-Agnostic SAT-based Approach for Symbolic Explanation Enumeration
- Title（参考訳）: モデル非依存なsatに基づく記号的説明列挙法
- Authors: Ryma Boumazouza (CRIL), Fahima Cheikh-Alili (CRIL), Bertrand Mazure
(CRIL), Karim Tabia (CRIL)
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 26.500149465292246
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper titled A Model-Agnostic SAT-based approach for Symbolic
Explanation Enumeration we propose a generic agnostic approach allowing to
generate different and complementary types of symbolic explanations. More
precisely, we generate explanations to locally explain a single prediction by
analyzing the relationship between the features and the output. Our approach
uses a propositional encoding of the predictive model and a SAT-based setting
to generate two types of symbolic explanations which are Sufficient Reasons and
Counterfactuals. The experimental results on image classification task show the
feasibility of the proposed approach and its effectiveness in providing
Sufficient Reasons and Counterfactuals explanations.
- Abstract（参考訳）: A Model-Agnostic SAT-based approach for Symbolic Explanation Enumeration と題された論文では、記号的説明の異なる型と相補的な型を生成するための一般的な非依存的アプローチを提案する。
より正確には,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。
提案手法は予測モデルの命題符号化とsatに基づく設定を用いて,十分な理由と反事実の2種類の記号的説明を生成する。
画像分類タスクにおける実験結果は,提案手法の有効性と,十分な理由と反事実説明を提供することの有効性を示している。
関連論文リスト
- On Generating Monolithic and Model Reconciling Explanations in Probabilistic Scenarios [46.752418052725126]
本稿では,確率論的モノリシックな説明とモデル整合的な説明を生成するための新しいフレームワークを提案する。
モノリシックな説明のために,本手法は確率論的論理を利用して不確実性を統合し,説明の確率を増大させる。
モデル整合性の説明のために,モデル整合性問題の論理に基づく変種を拡張し,確率的人間モデルを考慮したフレームワークを提案する。
論文 参考訳（メタデータ） (2024-05-29T16:07:31Z) - An Axiomatic Approach to Model-Agnostic Concept Explanations [67.84000759813435]
本稿では、線形性、再帰性、類似性という3つの自然な公理を満たす概念的説明へのアプローチを提案する。
次に、従来の概念的説明手法とのつながりを確立し、それらの意味の異なる意味についての洞察を提供する。
論文 参考訳（メタデータ） (2024-01-12T20:53:35Z) - ASTERYX : A model-Agnostic SaT-basEd appRoach for sYmbolic and
score-based eXplanations [26.500149465292246]
本稿では,記号的説明とスコアに基づく説明の両方を生成できるASTERYXという汎用的アプローチを提案する。
実験結果から,提案手法の有効性と,その記号的およびスコアに基づく説明法の有効性が示唆された。
論文 参考訳（メタデータ） (2022-06-23T08:37:32Z) - A Symbolic Approach for Counterfactual Explanations [18.771531343438227]
本稿では,分類器の予測に反実的な説明を与えるための新しいシンボリックアプローチを提案する。
我々のアプローチは、等価なCNF式で分類器の決定関数を符号化するという意味で象徴的である。
論文 参考訳（メタデータ） (2022-06-20T08:38:54Z) - Logical Satisfiability of Counterfactuals for Faithful Explanations in
NLI [60.142926537264714]
本稿では, 忠実度スルー・カウンタファクトの方法論について紹介する。
これは、説明に表される論理述語に基づいて、反実仮説を生成する。
そして、そのモデルが表現された論理と反ファクトの予測が一致しているかどうかを評価する。
論文 参考訳（メタデータ） (2022-05-25T03:40:59Z) - 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) - 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) - 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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。