返回
Explaining data changes with prototypes: A measure-driven approach
DOI:10.1016/j.inffus.2025.103602.png)
摘要
En 中文
• 静态和动态场景下评估原型解释的新方法。
• RACE-P:一种基于原型的可解释概念漂移检测算法。
• 在演化数据上,RACE-P表现出与漂移检测器相当的性能。
• 原型解释被用于分析概念漂移,增强模型的可解释性。
Keyword:
Explainable Artificial Intelligence
Prototype explanation
Data shift
Evolving data stream
期刊
IF:
15.5
论文数:
4.2K
被引数:
2.7W
机构
暂无机构信息
引用论文
Towards Online Anomaly Detection in Steel Manufacturing ProcessJakubowski, J., Stanisz, P., Bobek, S., Nalepa, G.J., 2023. 钢铁制造过程中的在线异常检测研究进展,载于:计算科学 – ICCS 2023:第23届国际会议,捷克共和国布拉格,2023年7月3–5日,会议录,第IV部分,Springer-Verlag出版。第469–482页。

