論文の概要: An Explainable and Interpretable Composite Indicator Based on Decision Rules
- arxiv url: http://arxiv.org/abs/2506.13259v1
- Date: Mon, 16 Jun 2025 09:00:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-17 17:28:47.895738
- Title: An Explainable and Interpretable Composite Indicator Based on Decision Rules
- Title（参考訳）: 決定規則に基づく説明可能・解釈可能な複合指標
- Authors: Salvatore Corrente, Salvatore Greco, Roman Słowiński, Silvano Zappalà,
- Abstract要約: 複合指標は、複数の基準で評価された単位の得点や分類に広く用いられている。
結果の説明可能性と解釈可能性、および手順の透明性を保証することが不可欠である。
本稿では,「if..., then...」決定規則を用いて,説明可能な複合指標と解釈可能な複合指標を構築する手法を提案する。
- 参考スコア（独自算出の注目度）: 2.352412885878654
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Composite indicators are widely used to score or classify units evaluated on multiple criteria. Their construction involves aggregating criteria evaluations, a common practice in Multiple Criteria Decision Aiding (MCDA). In MCDA, various methods have been proposed to address key aspects of multiple criteria evaluations, such as the measurement scales of the criteria, the degree of acceptable compensation between them, and their potential interactions. However, beyond producing a final score or classification, it is essential to ensure the explainability and interpretability of results as well as the procedure's transparency. This paper proposes a method for constructing explainable and interpretable composite indicators using "if..., then..." decision rules. We consider the explainability and interpretability of composite indicators in four scenarios: (i) decision rules explain numerical scores obtained from an aggregation of numerical codes corresponding to ordinal qualifiers; (ii) an obscure numerical composite indicator classifies units into quantiles; (iii) given preference information provided by a Decision Maker in the form of classifications of some reference units, a composite indicator is constructed using decision rules; (iv) the classification of a set of units results from the application of an MCDA method and is explained by decision rules. To induce the rules from scored or classified units, we apply the Dominance-based Rough Set Approach. The resulting decision rules relate the class assignment or unit's score to threshold conditions on values of selected indicators in an intelligible way, clarifying the underlying rationale. Moreover, they serve to recommend composite indicator assessment for new units of interest.
- Abstract（参考訳）: 複合指標は、複数の基準で評価された単位の得点や分類に広く用いられている。
それらの構成は、MCDA(Multiple Criteria Decision Aiding)の一般的な実践である基準評価の集約を含む。
MCDAでは、基準の測定尺度、許容される補償の程度、潜在的な相互作用など、複数の基準評価の重要な側面に対処する様々な手法が提案されている。
しかし、最終的なスコアや分類の他に、結果の説明可能性や解釈可能性、および手順の透明性を確保することが不可欠である。
本稿では,「if..., then...」決定規則を用いて,説明可能な複合指標と解釈可能な複合指標を構築する手法を提案する。
複合指標の4つのシナリオにおける説明可能性と解釈可能性について考察する。
一 決定規則は、法定格数に対応する数値符号の集合から得られる数値スコアを記載する。
2 不明瞭な数値複合指標は、単位を量子に分類する。
三 特定業者が一部の基準単位の分類の形で提供した選好情報に対し、決定規則を用いて複合指標を構築すること。
(四)MCDA法の適用により一組の単位の分類が行われ、決定規則により説明される。
評価単位や分類単位からルールを導き出すため,ドミナンスに基づくラフ・セット・アプローチを適用した。
結果として得られる決定ルールは、クラス割り当てまたは単位のスコアを、選択された指標の値のしきい値のしきい値に関連付け、基礎となる根拠を明確にする。
さらに、彼らは新しい利害単位に対する複合指標アセスメントを推奨する。
関連論文リスト
- Multi-criteria Rank-based Aggregation for Explainable AI [0.24578723416255746]
本稿では,複数の品質指標を同時にバランスさせて説明モデルのアンサンブルを生成する,複数基準のランクに基づく重み付け集約手法を提案する。
公開されているデータセットの実験は、これらのメトリクスにわたって提案されたモデルの堅牢性を示している。
論文 参考訳（メタデータ） (2025-05-30T14:02:59Z) - SEOE: A Scalable and Reliable Semantic Evaluation Framework for Open Domain Event Detection [70.23196257213829]
オープンドメインイベント検出のためのスケーラブルで信頼性の高いセマンティックレベルの評価フレームワークを提案する。
提案フレームワークはまず,現在7つの主要ドメインをカバーする564のイベントタイプを含む,スケーラブルな評価ベンチマークを構築した。
次に,大言語モデル(LLM)を自動評価エージェントとして活用し,意味的類似ラベルのきめ細かい定義を取り入れた意味的F1スコアを計算する。
論文 参考訳（メタデータ） (2025-03-05T09:37:05Z) - Using Natural Language Explanations to Rescale Human Judgments [81.66697572357477]
大規模言語モデル(LLM)を用いて順序付けアノテーションと説明を再スケールする手法を提案する。
我々は、アノテータのLikert評価とそれに対応する説明をLLMに入力し、スコア付けルーリックに固定された数値スコアを生成する。
提案手法は,合意に影響を及ぼさずに生の判断を再スケールし,そのスコアを同一のスコア付けルーリックに接する人間の判断に近づける。
論文 参考訳（メタデータ） (2023-05-24T06:19:14Z) - Enriching Disentanglement: From Logical Definitions to Quantitative Metrics [59.12308034729482]
複雑なデータにおける説明的要素を遠ざけることは、データ効率の表現学習にとって有望なアプローチである。
論理的定義と量的指標の関連性を確立し, 理論的に根ざした絡み合いの指標を導出する。
本研究では,非交叉表現の異なる側面を分離することにより,提案手法の有効性を実証的に実証する。
論文 参考訳（メタデータ） (2023-05-19T08:22:23Z) - A Framework for Auditing Multilevel Models using Explainability Methods [2.578242050187029]
回帰の技術的評価のための監査フレームワークを提案する。
焦点は3つの側面、モデル、差別、透明性と説明責任である。
SHAP や LIME などの一般的な説明可能性法は,これらのモデルを解釈する際には精度が低いことが示されている。
論文 参考訳（メタデータ） (2022-07-04T17:53:21Z) - R\&D evaluation methodology based on group-AHP with uncertainty [0.17689918341582753]
本稿では,分析階層プロセス(AHP)に基づく研究開発(R&D)の性能評価手法を提案する。
R&Dのパフォーマンス評価に必要な指標のセットを抽出する。
すべての指標に関連する数値は、与えられたR&Dプロジェクトにスコアを割り当てるために使用される。
論文 参考訳（メタデータ） (2021-08-05T13:04:33Z) - An ensemble learning framework based on group decision making [7.906702226082627]
この問題を解決するために,グループ意思決定(GDM)に基づくアンサンブル学習(EL)手法の枠組みが提案されている。
この枠組みでは、基本学習者は意思決定者と見なすことができ、異なるカテゴリを代替と見なすことができ、分類法の性能を反映した精度、リコール、精度が採用できる。
論文 参考訳（メタデータ） (2020-07-01T13:18:34Z) - Application of independent component analysis and TOPSIS to deal with
dependent criteria in multicriteria decision problems [8.637110868126546]
本稿では,観測データから独立した潜伏基準のセットを推定することを目的とした新しいアプローチを提案する。
我々のアプローチの中心的な要素は、決定問題をブラインドソース分離問題として定式化することである。
我々は,TOPSISをベースとした代替品のランク付け手法を,潜在基準から検討する。
論文 参考訳（メタデータ） (2020-02-06T13:51:28Z)
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。