Fugu-MT 論文翻訳(概要): Causality-Inspired Taxonomy for Explainable Artificial Intelligence

論文の概要: Causality-Inspired Taxonomy for Explainable Artificial Intelligence

arxiv url: http://arxiv.org/abs/2208.09500v2
Date: Mon, 4 Mar 2024 16:39:15 GMT
ステータス: 処理完了
システム内更新日: 2024-03-07 04:17:16.177143
Title: Causality-Inspired Taxonomy for Explainable Artificial Intelligence
Title（参考訳）: 説明可能な人工知能のための因果関係に基づく分類法
Authors: Pedro C. Neto, Tiago Gon\c{c}alves, Jo\~ao Ribeiro Pinto, Wilson Silva, Ana F. Sequeira, Arun Ross, Jaime S. Cardoso
Abstract要約: 本稿では,xAI アプローチ開発のための環境を創出する,xAI の因果性に着想を得た新しいフレームワークを提案する。バイオメトリック・モダリティとタスクの多様さに関する81の研究論文を分析した。
参考スコア（独自算出の注目度）: 10.241230325171143
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: As two sides of the same coin, causality and explainable artificial intelligence (xAI) were initially proposed and developed with different goals. However, the latter can only be complete when seen through the lens of the causality framework. As such, we propose a novel causality-inspired framework for xAI that creates an environment for the development of xAI approaches. To show its applicability, biometrics was used as case study. For this, we have analysed 81 research papers on a myriad of biometric modalities and different tasks. We have categorised each of these methods according to our novel xAI Ladder and discussed the future directions of the field.
Abstract（参考訳）: 同じ硬貨の2つの側面として、因果関係と説明可能な人工知能(xAI)が最初に提案され、異なる目的で開発された。しかし、後者は因果関係の枠組みのレンズを通して見ることでのみ完結することができる。そこで本研究では,xAI アプローチ開発のための環境を創出する,xAI の因果性に着想を得た新しいフレームワークを提案する。その適用性を示すために、バイオメトリックスはケーススタディとして使用された。このために、生体計測の多様さと様々なタスクに関する81の研究論文を分析した。我々は,これら各手法を,新しいxAIラダーに基づいて分類し,今後の方向性について考察した。

関連論文リスト

Generative Artificial Intelligence Meets Synthetic Aperture Radar: A Survey [49.29751866761522]
本稿では,GenAIとSARの交差点について検討する。まず、SAR分野における一般的なデータ生成ベースのアプリケーションについて説明する。次に、最新のGenAIモデルの概要を体系的にレビューする。最後に、SARドメインの対応するアプリケーションも含まれる。
論文参考訳（メタデータ） (2024-11-05T03:06:00Z)
The role of causality in explainable artificial intelligence [1.049712834719005]
因果性(Causality)とeXplainable Artificial Intelligence(XAI)は、コンピュータ科学の別分野として開発された。文献を調査し,どの程度因果関係とXAIが絡み合っているかを理解する。
論文参考訳（メタデータ） (2023-09-18T16:05:07Z)
A Theoretical Framework for AI Models Explainability with Application in Biomedicine [3.5742391373143474]
本稿では,文献に見いだせる内容の合成である説明の新たな定義を提案する。我々は、忠実性(すなわち、モデルの内部動作と意思決定プロセスの真の説明である説明)と可否性(つまり、その説明がどの程度ユーザにとって説得力のあるように見えるか)の性質に、説明を適合させる。
論文参考訳（メタデータ） (2022-12-29T20:05:26Z)
INTERACTION: A Generative XAI Framework for Natural Language Inference Explanations [58.062003028768636]
現在のXAIアプローチは、ひとつの説明を提供することにのみ焦点をあてています。本稿では、生成型XAIフレームワーク、InterACTION(explaIn aNd predicT thEn queRy with contextuAl CondiTional variational autO-eNcoder)を提案する。提案するフレームワークは,説明とラベル予測の2つのステップ,および(ステップ2)異種証拠生成の2つのステップで説明を行う。
論文参考訳（メタデータ） (2022-09-02T13:52:39Z)
Understanding Narratives through Dimensions of Analogy [17.68704739786042]
アナロジカル推論は、人間が二つの状況を接続し、その知識を慣れ親しんだものから新しいものへと一般化する強力なツールである。アナログによる推論の可能性を持つ現代のスケーラブルなAI技術は、比例アナロジーの特別なケースにのみ適用されている。本稿では,(1)認知科学研究の熟達した知見に基づいて6次元のアナロジーを形式化し,(2)それぞれの次元でファブルのコーパスを注釈し,(3)AI技術のスケーラブルな評価を可能にする複雑さを増す4つのタスクを定義することによって,ギャップを埋めることを目的とする。
論文参考訳（メタデータ） (2022-06-14T20:56:26Z)
Counterfactual Explanations as Interventions in Latent Space [62.997667081978825]
反現実的な説明は、望ましい結果を達成するために変更が必要な機能のセットをエンドユーザに提供することを目的としています。現在のアプローチでは、提案された説明を達成するために必要な行動の実現可能性を考慮することはめったにない。本稿では,非現実的説明を生成する手法として,潜時空間における干渉としての対実的説明(CEILS)を提案する。
論文参考訳（メタデータ） (2021-06-14T20:48:48Z)
Argumentative XAI: A Survey [15.294433619347082]
計算論の分野からの手法を用いて構築したXAI手法の概要を概説する。私たちは、さまざまなタイプの説明(本質的およびポストホック的)、議論に基づく説明がデプロイされるさまざまなモデル、デリバリの異なる形式、それらが使用する議論フレームワークに焦点を当てます。
論文参考訳（メタデータ） (2021-05-24T13:32:59Z)
Opportunities and Challenges in Explainable Artificial Intelligence (XAI): A Survey [2.7086321720578623]
深層ニューラルネットワークのブラックボックスの性質は、ミッションクリティカルなアプリケーションでの利用に挑戦する。 XAIは、AI決定に関する高品質な解釈可能、直感的、人間に理解可能な説明を生成するためのツール、テクニック、アルゴリズムのセットを推進している。
論文参考訳（メタデータ） (2020-06-16T02:58:10Z)
Machine Common Sense [77.34726150561087]
機械の常識は、人工知能(AI)において広範で潜在的に無拘束な問題のままである本稿では、対人インタラクションのようなドメインに焦点を当てたコモンセンス推論のモデル化の側面について論じる。
論文参考訳（メタデータ） (2020-06-15T13:59:47Z)
Neuro-symbolic Architectures for Context Understanding [59.899606495602406]
本稿では,データ駆動型アプローチと知識駆動型アプローチの強みを組み合わせたフレームワークとして,ハイブリッドAI手法を提案する。具体的には、知識ベースを用いて深層ニューラルネットワークの学習過程を導く方法として、ニューロシンボリズムの概念を継承する。
論文参考訳（メタデータ） (2020-03-09T15:04:07Z)
A general framework for scientifically inspired explanations in AI [76.48625630211943]
我々は、AIシステムの説明を実装可能な一般的なフレームワークの理論的基盤として、科学的説明の構造の概念をインスタンス化する。このフレームワークは、AIシステムの"メンタルモデル"を構築するためのツールを提供することを目的としている。
論文参考訳（メタデータ） (2020-03-02T10:32:21Z)

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。