PulseAugur
实时 15:00:08
English(EN) Explainable AI Through a Democratic Lens: DhondtXAI for D'Hondt-Projected Feature Attribution

新的 XAI 框架使用 D'Hondt 规则进行表格数据归因

研究人员推出 DhondtXAI,一个专为表格数据设计的新型可解释人工智能 (XAI) 框架。该方法利用 D'Hondt 规则(一种比例代表制)来归因特征重要性。DhondtXAI 提供了一种独立于 SHAP 的方法,该方法区分了正面和负面证据,允许特征联盟,并包含可选的阈值。在合成数据和医疗保健数据集上的评估表明,它在恢复真实情况方面具有准确性,并且与 SHAP 等现有方法高度一致。 AI

影响 为表格 XAI 引入了一种新的比例归因方法,可能为特定用例提供 SHAP 的替代方案。

排序理由 该集群包含一篇详细介绍可解释人工智能新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Turker Berk Donmez ·

    Explainable AI Through a Democratic Lens: DhondtXAI for D'Hondt-Projected Feature Attribution

    arXiv:2411.05196v3 Announce Type: replace Abstract: This study presents DhondtXAI as a SHAP-independent, D'Hondt-based attribution framework for tabular XAI. Instead of model-native feature importance or SHAP values, DhondtXAI computes background-interventional removal effects, s…