实体
KernelSHAP
KernelSHAP
PulseAugur coverage of KernelSHAP — every cluster mentioning KernelSHAP across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新理论定义了 AI 解释方法的极限
研究人员开发了一个新的理论框架，以理解像 KernelSHAP 和 LIME 这样的基于掩码的 AI 解释方法的局限性。通过将解释过程建模为通过查询通道的通信，他们确定了特征可以被准确识别的信息论极限。研究表明，虽然信息论允许在一定的查询预算内进行可靠的解释，但像 Lasso 和 OLS 这样的标准方法可能仍然会失败，这表明理论可能性与实际实现之间存在差距。
-
研究人员为时间图神经网络开发 Shapley 值解释器
研究人员开发了两种新的模型无关的时间图神经网络 (TGNN) 解释器，利用 Shapley 和 Owen 值。这些方法旨在提高结合了空间和时间数据的 TGNN 预测的可解释性。与各种数据集上的现有最先进方法相比，这些解释器表现出更优越的性能，并揭示了常见 TGAT 实现中有关时间戳提取的一个缺陷。