实体
Halpern & Pearl
Halpern & Pearl
PulseAugur coverage of Halpern & Pearl — every cluster mentioning Halpern & Pearl across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新研究推动AI可解释性和因果发现方法
研究人员正在开发机器学习中的因果发现和推理的先进方法，旨在提高AI模型的可解释性和可靠性。一篇论文提出在布尔结构因果模型中使用Halpern-Pearl实际原因，为神经网络预测提供更准确的解释，在可扩展性和准确性方面优于现有基线。另一个框架GENESIS专注于可解释的因果发现，通过确保有向无环图中每个边的决策都可以追溯到可审计的证据，实现了100%的决策可追溯性，同时保持了具有竞争力的性能。此外，一个新的时空框架将近因因果推理扩展到处…
-
将新的因果理论应用于故障树以进行故障诊断
研究人员开发了一种使用实际因果理论分析故障树的新方法，这有助于解释系统为何会发生故障。该方法根据故障树的图和逻辑结构对不同实际因果概念进行分类。研究表明，如何使用最小割集来识别系统故障的实际原因。
-
新研究探索人工智能领域的高级反事实解释方法
两篇新研究论文探索了人工智能领域高级反事实解释方法。第一篇论文来自 arXiv cs.AI，引入了一个基于干预的抽象论证框架，该框架超越了“事后诸葛亮”检验来识别实际原因。第二篇论文来自 arXiv cs.LG，提出了 DISCOVER，一个模型无关的分布反事实解释求解器，它使用一种提议-选择搜索范式来处理不可微分模型。