Fugu-MT 論文翻訳(概要): Explaining the Unexplainable: A Systematic Review of Explainable AI in Finance

論文の概要: Explaining the Unexplainable: A Systematic Review of Explainable AI in Finance

arxiv url: http://arxiv.org/abs/2503.05966v1
Date: Fri, 07 Mar 2025 22:36:44 GMT
ステータス: 翻訳完了
システム内更新日: 2025-03-11 15:46:35.568501
Title: Explaining the Unexplainable: A Systematic Review of Explainable AI in Finance
Title（参考訳）: 説明不能なAI:財務における説明可能なAIの体系的レビュー
Authors: Md Talha Mohsin, Nabid Bin Nasim,
Abstract要約: 本稿では、金融におけるXAI応用の変遷状況について概観する。トピック・クラスタ、重要な研究、そして金融業界でよく使われる説明可能性戦略を見つける。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: Practitioners and researchers trying to strike a balance between accuracy and transparency center Explainable Artificial Intelligence (XAI) at the junction of finance. This paper offers a thorough overview of the changing scene of XAI applications in finance together with domain-specific implementations, methodological developments, and trend mapping of research. Using bibliometric and content analysis, we find topic clusters, significant research, and most often used explainability strategies used in financial industries. Our results show a substantial dependence on post-hoc interpretability techniques; attention mechanisms, feature importance analysis and SHAP are the most often used techniques among them. This review stresses the need of multidisciplinary approaches combining financial knowledge with improved explainability paradigms and exposes important shortcomings in present XAI systems.
Abstract（参考訳）: 正確性と透明性の中心である説明可能な人工知能(XAI)のバランスを崩そうとする実践家や研究者。本稿では、金融におけるXAI応用の変遷状況と、ドメイン固有の実装、方法論開発、研究のトレンドマッピングについて概観する。文献的およびコンテンツ分析を用いて、金融業界で使用されるトピッククラスタ、重要な研究、そして最も頻繁に使用される説明可能性戦略を見つける。以上の結果から, 注意機構, 特徴重要度分析, SHAPが最も多く用いられている技術である。本稿では、金融知識と説明可能性パラダイムの改善を組み合わせた多分野的アプローチの必要性を強調し、現在のXAIシステムにおける重要な欠点を明らかにする。

関連論文リスト

Explainable Artificial Intelligence for identifying profitability predictors in Financial Statements [0.7067443325368975]
2013年から2022年までのイタリアの上場企業のデータからなるデータベースであるAIDAから得られた生の財務諸表データに機械学習技術を適用した。我々は、異なるモデルの比較研究を行い、欧州のAI規制に従って、提案モデルに説明可能性技術を適用して分析を補完する。
論文参考訳（メタデータ） (2025-01-29T14:33:23Z)
A Survey of Explainable Artificial Intelligence (XAI) in Financial Time Series Forecasting [1.2937020918620652]
eXplainable AI(XAI)の分野は、AIモデルをより理解しやすくすることを目指している。本稿では、金融時系列を予測するXAIアプローチを分類する。金融におけるXAIの現在の役割を包括的に把握している。
論文参考訳（メタデータ） (2024-07-22T17:06:19Z)
A Survey of Large Language Models for Financial Applications: Progress, Prospects and Challenges [60.546677053091685]
大規模言語モデル(LLM)は金融分野における機械学習アプリケーションに新たな機会を開放した。我々は、従来のプラクティスを変革し、イノベーションを促進する可能性に焦点を当て、様々な金融業務におけるLLMの適用について検討する。本稿では,既存の文献を言語タスク,感情分析,財務時系列,財務推論,エージェントベースモデリング,その他の応用分野に分類するための調査を紹介する。
論文参考訳（メタデータ） (2024-06-15T16:11:35Z)
AlphaFin: Benchmarking Financial Analysis with Retrieval-Augmented Stock-Chain Framework [48.3060010653088]
我々はAlphaFinデータセットをリリースし、従来の研究データセット、リアルタイム財務データ、手書きのチェーン・オブ・プリート(CoT)データを組み合わせています。次に、AlphaFinデータセットを使用して、金融分析タスクを効果的に処理するために、Stock-Chainと呼ばれる最先端の手法をベンチマークします。
論文参考訳（メタデータ） (2024-03-19T09:45:33Z)
A Hypothesis on Good Practices for AI-based Systems for Financial Time Series Forecasting: Towards Domain-Driven XAI Methods [0.0]
機械学習とディープラーニングは、財務予測や予測タスクでますます普及している。これらのモデルは透明性と解釈可能性に欠けることが多く、金融のような繊細なドメインでの使用を困難にしている。本稿では、金融のためのAIベースのシステムに説明可能性を展開するための優れた実践について考察する。
論文参考訳（メタデータ） (2023-11-13T17:56:45Z)
A Comprehensive Review on Financial Explainable AI [29.229196780505532]
金融の文脈における深層学習モデルの説明可能性向上を目的とした手法の比較調査を行う。説明可能なAI手法のコレクションは,その特性に応じて分類する。我々は、説明可能なAI手法を採用する際の懸念と課題を、適切かつ重要と考えられる今後の方向性とともにレビューする。
論文参考訳（メタデータ） (2023-09-21T10:30:49Z)
Causal Fairness Analysis [68.12191782657437]
意思決定設定における公平性の問題を理解し、モデル化し、潜在的に解決するためのフレームワークを導入します。我々のアプローチの主な洞察は、観測データに存在する格差の定量化と、基礎となる、しばしば観測されていない、因果的なメカニズムの収集を結びつけることである。本研究は,文献中の異なる基準間の関係を整理し,説明するための最初の体系的試みであるフェアネスマップにおいて,本研究の成果を左右するものである。
論文参考訳（メタデータ） (2022-07-23T01:06:34Z)
Causal Reasoning Meets Visual Representation Learning: A Prospective Study [117.08431221482638]
解釈可能性の欠如、堅牢性、分布外一般化が、既存の視覚モデルの課題となっている。人間レベルのエージェントの強い推論能力にインスパイアされた近年では、因果推論パラダイムの開発に多大な努力が注がれている。本稿では,この新興分野を包括的に概観し,注目し,議論を奨励し,新たな因果推論手法の開発の急激さを先導することを目的とする。
論文参考訳（メタデータ） (2022-04-26T02:22:28Z)
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)
Text analysis in financial disclosures [0.0]
会社の財務情報開示の殆どは、構造化されていないテキストである。研究者は最近、情報開示のテキストコンテンツを分析し始めた。この研究は、現在の感情指標の焦点の限界を強調して、開示分析方法に寄与する。
論文参考訳（メタデータ） (2021-01-06T17:45:40Z)
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。