論文の概要: On the global feature importance for interpretable and trustworthy heat demand forecasting

• arxiv url: http://arxiv.org/abs/2608.13039v1
• Date: Thu, 13 Aug 2026 10:05:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-14 18:29:38.470529
• Title: On the global feature importance for interpretable and trustworthy heat demand forecasting
• Title（参考訳）: 解釈可能かつ信頼性の高い熱需要予測におけるグローバルな特徴の重要性について
• Abstract要約: 本稿では,地域暖房システムのインテリジェント制御における熱需要予測に使用される機械学習モデルのグローバルな特徴的重要性を評価するために,Ante-hoc Explainable AI手法を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The paper introduces the ante-hoc Explainable AI methodology to assess the global feature importance of the Machine Learning models used for heat demand forecasting in intelligent control of District Heating Systems, with motivation to facilitate their interpretability and trustworthiness, hence addressing the challenges related to adherence to communal standards, customer satisfaction and liability risks. Methodology includes use of four different approaches, namely intrinsic interpretability of Gradient Boosting method and selected post-hoc methods, namely Partial Dependence, Accumulated Local Effects and SHAP. None of the selected methods assume feature permutation or perturbations which can introduce bias due to introduction of random unrealistic values of data instances. Discussion of results is provided, including the assessment of complementarities where applicable, with specific interpretations in context of the district heating processes.
• Abstract（参考訳）: 本稿では,地域暖房システムのインテリジェントな制御における熱需要予測に使用される機械学習モデルのグローバルな特徴の重要性を評価するための,アンテホックな説明可能なAI手法を提案する。 方法論には、グラディエントブースティング法の固有の解釈可能性と、部分依存、累積局所効果、SHAPという選択されたポストホック手法の4つの異なるアプローチがある。 選択されたいずれの手法も、データインスタンスのランダムな非現実的値の導入によるバイアスを生じさせるような特徴の置換や摂動を前提としない。 地域熱過程の文脈で特定の解釈を伴う相補性の評価を含む結果について考察する。

関連論文リスト

• On the Disagreement in Perturbation-based xAI -- Benchmarking Perturbation Choices for Flood Detection from SAR Images [8.85335952493336]
  摂動に基づくxAI法は、ディープラーニングモデルの振る舞いと予測を分析するために広く用いられている。 摂動パイプラインの2つの重要なパラメータに着目し,摂動領域のサイズと形状について検討した。 摂動戦略間の一貫性とモデルの推論に対する忠実性を評価する。
  論文  参考訳（メタデータ） (2026-07-16T09:12:38Z)
• Causal Algorithmic Recourse: Foundations and Methods [57.73269033551628]
  AIシステムの主な特徴は、個人が否定的な決定を覆す方法のレコメンデーションを提供する能力である。 既存のアプローチでは、recourseの結果を固定単位の反事実として扱う。 我々は、事前および事後結果のプロセスとして、会話をモデル化する因果的枠組みを開発する。
  論文  参考訳（メタデータ） (2026-05-12T00:55:19Z)
• TCEval: Using Thermal Comfort to Assess Cognitive and Perceptual Abilities of AI [0.5366500153474746]
  熱的快適さは、AIシステムの現実の認知能力を評価するための理想的なパラダイムである。 我々は、AIの3つのコア認知能力を評価する最初の評価フレームワークであるTCEvalを提案する。
  論文  参考訳（メタデータ） (2025-12-29T05:41:25Z)
• Modeling Uncertainty in Personalized Emotion Prediction with Normalizing Flows [6.32047610997385]
  本研究では,条件付き正規化フローを用いて予測の不確かさを捉える新しい手法を提案する。 感情認識とヘイトスピーチを含む3つの主観的NLP課題に対して,本手法の有効性を検証した。 開発した手法によって得られた情報により,従来の手法を超越したハイブリッドモデルの構築が可能となった。
  論文  参考訳（メタデータ） (2023-12-10T23:21:41Z)
• Towards stable real-world equation discovery with assessing differentiating quality influence [52.2980614912553]
  一般的に用いられる有限差分法に代わる方法を提案する。 我々は,これらの手法を実問題と類似した問題に適用可能であること,および方程式発見アルゴリズムの収束性を確保する能力の観点から評価する。
  論文  参考訳（メタデータ） (2023-11-09T23:32:06Z)
• Explaining by Imitating: Understanding Decisions by Interpretable Policy Learning [72.80902932543474]
  観察されたデータから人間の行動を理解することは、意思決定における透明性と説明責任にとって重要である。 意思決定者の方針をモデル化することが困難である医療などの現実的な設定を考えてみましょう。 本稿では, 設計による透明性の向上, 部分観測可能性の確保, 完全にオフラインで動作可能なデータ駆動型意思決定行動の表現を提案する。
  論文  参考訳（メタデータ） (2023-10-28T13:06:14Z)
• Reinforcement Learning with Heterogeneous Data: Estimation and Inference [84.72174994749305]
  人口の不均一性に関する逐次的決定問題に対処するために,K-ヘテロ・マルコフ決定過程(K-ヘテロ・MDP)を導入する。 本稿では、ある政策の価値を推定するための自己クラスタ化政策評価(ACPE)と、ある政策クラスにおける最適な政策を推定するための自己クラスタ化政策イテレーション(ACPI)を提案する。 理論的な知見を裏付けるシミュレーションを行い,MIMIC-III標準データセットの実証的研究を行った。
  論文  参考訳（メタデータ） (2022-01-31T20:58:47Z)
• Learning Bias-Invariant Representation by Cross-Sample Mutual Information Minimization [77.8735802150511]
  対象タスクが誤用したバイアス情報を除去するために,クロスサンプル対逆脱バイアス法(CSAD)を提案する。 相関測定は, 対向的偏り評価において重要な役割を担い, クロスサンプル型相互情報推定器によって行われる。 我々は,提案手法の最先端手法に対する利点を検証するために,公開データセットの徹底的な実験を行った。
  論文  参考訳（メタデータ） (2021-08-11T21:17:02Z)
• Understanding Global Feature Contributions With Additive Importance Measures [14.50261153230204]
  我々は,各特徴に関連付けられた予測力を通じて,特徴の重要性を定義する視点について検討する。 予測力(モデルベースと普遍性)の2つの概念を導入し、付加的重要度尺度の枠組みを用いてこのアプローチを定式化する。 次に,機能的相互作用を考慮に入れながら予測力を定量化するモデルに依存しないSAGEを提案する。
  論文  参考訳（メタデータ） (2020-04-01T19:17:58Z)
• GenDICE: Generalized Offline Estimation of Stationary Values [108.17309783125398]
  重要なアプリケーションでは,効果的な推定が依然として可能であることを示す。 我々のアプローチは、定常分布と経験分布の差を補正する比率を推定することに基づいている。 結果として得られるアルゴリズム、GenDICEは単純で効果的である。
  論文  参考訳（メタデータ） (2020-02-21T00:27:52Z)

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。