A Human-in-the-Loop Framework for Interactive and Explainable Data-Driven Modeling

Shengbo Hong

doi:10.1109/TETCI.2025.3637807

A Human-in-the-Loop Framework for Interactive and Explainable Data-Driven Modeling

2025-12-08

0

PRE

AI

DOI：10.1109/TETCI.2025.3637807

原文链接

原文求助

摘要

En 中文

数据驱动模型被广泛采用，但其不透明的特性往往阻碍理解和信任。本文介绍了一种新颖的“人机交互”框架，用于交互式且可解释的数据驱动建模。我们方法的核心在于将模糊神经网络（FNNs）与进化优化相结合，并通过持续的人机反馈进行引导。与传统的建模方法不同，我们的框架允许用户积极参与，实时影响FNN的决策过程。这种反馈直接指导模型的结构和参数更新，从而生成既能动态适应又能通过其模糊逻辑实现内在透明的模型。实验结果表明，该框架在显著提升模型性能的同时，通过提供清晰的推理过程，增强了信任感和可理解性。本研究推动了以人为中心的“数据建模”发展，提升了复杂数据关系建模的可解释性和交互性。

Keyword:

Interactive model

data-driven modeling

explainability

fuzzy neural network

evolutionary algorithm

A Human-in-the-Loop Framework for Interactive and Explainable Data-Driven Modeling

摘要

期刊

机构

引用论文