Zobrazeno 1 - 10
of 83 084
pro vyhledávání: '"Causal chain"'
Autor:
Muller, Nicolas1 (AUTHOR), Quinsat, Yann1 (AUTHOR), Tournier, Christophe1 (AUTHOR) christophe.tournier@ens-paris-saclay.fr
Publikováno v:
International Journal of Production Research. Dec2024, Vol. 62 Issue 23, p8443-8461. 19p.
Autor:
Van de Vondervoort, Julia W.1, Baaj, Lyne1, Turri, John2, Friedman, Ori1 friedman@uwaterloo.ca
Publikováno v:
Memory & Cognition. Jul2024, Vol. 52 Issue 5, p1112-1124. 13p.
Autor:
Perrett, Adam
This position paper presents a theoretical framework for enhancing explainable artificial intelligence (xAI) through emergent communication (EmCom), focusing on creating a causal understanding of AI model outputs. We explore the novel integration of
Externí odkaz:
http://arxiv.org/abs/2401.15840
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Geoscience Communication, Vol 7, Pp 161-165 (2024)
Directly linking greenhouse gas emissions or global warming to experiences of local climatic changes is a potentially important communication tool. Using observations, we develop a physically plausible “causal chain” visualisation to demonstrate
Externí odkaz:
https://doaj.org/article/730743dfdf5a4979bae3f3e72c4343fd
Causal chain reasoning (CCR) is an essential ability for many decision-making AI systems, which requires the model to build reliable causal chains by connecting causal pairs. However, CCR suffers from two main transitive problems: threshold effect an
Externí odkaz:
http://arxiv.org/abs/2212.08322
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Sternberg, Robert J.1 (AUTHOR) rjs487@cornell.edu, Preiss, David D.2 (AUTHOR), Karami, Sareh3 (AUTHOR)
Publikováno v:
Review of General Psychology. Sep2023, Vol. 27 Issue 3, p320-335. 16p.
Autor:
Yu, Xuewen, Smith, Jim Q.
The analysis of system reliability has often benefited from graphical tools such as fault trees and Bayesian networks. In this article, instead of conventional graphical tools, we apply a probabilistic graphical model called the chain event graph (CE
Externí odkaz:
http://arxiv.org/abs/2209.06704