Zobrazeno 1 - 7
of 7
pro vyhledávání: '"TURBE, Hugues"'
Post-hoc interpretability methods play a critical role in explainable artificial intelligence (XAI), as they pinpoint portions of data that a trained deep learning model deemed important to make a decision. However, different post-hoc interpretabilit
Externí odkaz:
http://arxiv.org/abs/2407.19683
Prototypical networks aim to build intrinsically explainable models based on the linear summation of concepts. However, important challenges remain in the transparency, compactness, and meaningfulness of the explanations provided by these models. Thi
Externí odkaz:
http://arxiv.org/abs/2406.10025
Publikováno v:
Turb\'e H, Bjelogrlic M, Lovis C, Mengaldo G. Evaluation of post-hoc interpretability methods in time-series classification. Nature Machine Intelligence. 2023 Mar;5(3):250-60
Post-hoc interpretability methods are critical tools to explain neural-network results. Several post-hoc methods have emerged in recent years, but when applied to a given task, they produce different results, raising the question of which method is t
Externí odkaz:
http://arxiv.org/abs/2202.05656
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
GAUDET-BLAVIGNAC, Christophe, EHRSAM, Julien, TURBE, Hugues, KESZTHELYI, Daniel, ZAGHIR, Jamil, LOVIS, Christian
Publikováno v:
Studies in Health Technology & Informatics; 2022, Vol. 294, p317-321, 5p, 3 Charts
Publikováno v:
In Journal of the American College of Cardiology 7 March 2023 81(8) Supplement:1462-1462