論文の概要: Advancing Explainable AI with Causal Analysis in Large-Scale Fuzzy Cognitive Maps

• arxiv url: http://arxiv.org/abs/2405.09190v1
• Date: Wed, 15 May 2024 08:53:47 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-16 13:56:07.873801
• Title: Advancing Explainable AI with Causal Analysis in Large-Scale Fuzzy Cognitive Maps
• Title（参考訳）: 大規模ファジィ認知マップにおける因果解析による説明可能なAIの改善
• Authors: Marios Tyrovolas, Nikolaos D. Kallimanis, Chrysostomos Stylios,
• Abstract要約: ファジィ認知マップ(FCM)は、専門家の知識とデータ駆動の洞察を組み合わせる能力から、先進的なXAI手法として際立っている。 本稿では,FCMに対するTotal Causal Effect calculated for FCMs (T CEC-FCM)アルゴリズムについて述べる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: In the quest for accurate and interpretable AI models, eXplainable AI (XAI) has become crucial. Fuzzy Cognitive Maps (FCMs) stand out as an advanced XAI method because of their ability to synergistically combine and exploit both expert knowledge and data-driven insights, providing transparency and intrinsic interpretability. This letter introduces and investigates the "Total Causal Effect Calculation for FCMs" (TCEC-FCM) algorithm, an innovative approach that, for the first time, enables the efficient calculation of total causal effects among concepts in large-scale FCMs by leveraging binary search and graph traversal techniques, thereby overcoming the challenge of exhaustive causal path exploration that hinder existing methods. We evaluate the proposed method across various synthetic FCMs that demonstrate TCEC-FCM's superior performance over exhaustive methods, marking a significant advancement in causal effect analysis within FCMs, thus broadening their usability for modern complex XAI applications.
• Abstract（参考訳）: 正確で解釈可能なAIモデルを求める中で、eXplainable AI(XAI)が重要になっている。 ファジィ認知マップ(FCM)は、専門家の知識とデータ駆動の洞察を相乗的に組み合わせ、活用し、透明性と本質的な解釈可能性を提供する能力から、先進的なXAI手法として際立っている。 本稿では,FCMに対するTotal Causal Effect calculated for FCMs (TCEC-FCM)アルゴリズムを紹介する。このアルゴリズムは,従来の手法を阻害する徹底的な因果経路探索の課題を克服し,二分探索とグラフトラバーサル技術を利用して,大規模FCMの概念間の因果効果を効率よく計算する手法である。 提案手法は,TCEC-FCMの総合的手法よりも優れた性能を示し,FCMにおける因果効果解析の大幅な進歩を図った。

関連論文リスト

• MR-Ben: A Meta-Reasoning Benchmark for Evaluating System-2 Thinking in LLMs [55.20845457594977]
  大規模言語モデル(LLM)は、問題解決と意思決定の能力の向上を示している。 本稿ではメタ推論技術を必要とするプロセスベースのベンチマークMR-Benを提案する。 メタ推論のパラダイムは,システム2のスロー思考に特に適しています。
  論文  参考訳（メタデータ） (2024-06-20T03:50:23Z)
• FNP: Fourier Neural Processes for Arbitrary-Resolution Data Assimilation [58.149902193341816]
  本稿では, テクティット・テキストbfFourier Neural Processs (FNP) を用いて, テクティット・arbitrary- resolution データ同化法を提案する。 固定解像度でトレーニングしたFNPは, 微調整を伴わずに, 分布外分解能と観測情報再構成タスクとの同化を直接処理できる。
  論文  参考訳（メタデータ） (2024-06-03T12:24:24Z)
• Graph Convolutional Network with Connectivity Uncertainty for EEG-based Emotion Recognition [20.655367200006076]
  本研究では,脳波信号の空間依存性と時間スペクトルの相対性を表す分布に基づく不確実性手法を提案する。 グラフ混合手法は、遅延接続エッジを強化し、ノイズラベル問題を緩和するために用いられる。 感情認識タスクにおいて、SEEDとSEEDIVという2つの広く使われているデータセットに対するアプローチを評価した。
  論文  参考訳（メタデータ） (2023-10-22T03:47:11Z)
• Time Series Forecasting Using Fuzzy Cognitive Maps: A Survey [0.0]
  ファジィ認知マップ(FCM)は、複雑なシステムの力学をモデル化し解析するためのツールとして、顕著な結果を示している。 FCMはファジィ論理、ニューラルネットワーク、エキスパートシステムの各側面の混合であり、複雑なシステムの動的挙動をシミュレーションし研究するための強力なツールとして機能する。
  論文  参考訳（メタデータ） (2022-01-07T02:11:53Z)
• 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)
• Influence Estimation and Maximization via Neural Mean-Field Dynamics [60.91291234832546]
  本稿では,ニューラル平均場(NMF)ダイナミクスを用いた新しい学習フレームワークを提案する。 我々のフレームワークは拡散ネットワークの構造とノード感染確率の進化を同時に学習することができる。
  論文  参考訳（メタデータ） (2021-06-03T00:02:05Z)
• A Novel Interaction-based Methodology Towards Explainable AI with Better Understanding of Pneumonia Chest X-ray Images [0.0]
  本稿では,画像中の雑音および非情報的変数をスクリーニングするための相互作用に基づく手法であるI-Score(I-Score)を提案する。 提案手法をPneumonia Chest X-ray Imageデータセットに実世界の応用に適用し,その成果を報告する。
  論文  参考訳（メタデータ） (2021-04-19T23:02:43Z)
• A new interpretable unsupervised anomaly detection method based on residual explanation [47.187609203210705]
  本稿では,大規模システムにおけるAEベースのADの制限に対処する新しい解釈可能性手法であるRXPを提案する。 実装の単純さ、計算コストの低さ、決定論的振る舞いが特徴である。 実鉄道路線のデータを用いた実験において,提案手法はSHAPよりも優れた性能を示した。
  論文  参考訳（メタデータ） (2021-03-14T15:35:45Z)
• Evolutionary Algorithms for Fuzzy Cognitive Maps [0.0]
  ファジィ認知マップ(FCMs)は、近年人気が高まっている複雑なシステムモデリング手法である。 本研究では、FCMの訓練に用いられる遺伝的アルゴリズムをレビューするとともに、FCM学習アルゴリズムの概要を概観する。
  論文  参考訳（メタデータ） (2020-12-19T15:17:01Z)
• Machine Learning Force Fields [54.48599172620472]
  機械学習(ML)は、計算化学の多くの進歩を可能にした。 最も有望な応用の1つは、MLベースの力場(FF)の構築である。 本稿では,ML-FFの応用と,それらから得られる化学的知見について概説する。
  論文  参考訳（メタデータ） (2020-10-14T13:14:14Z)

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。