.png){kind=icon}
返回
Exploiting Constraint Reasoning to Build Graphical Explanations for Mixed-Integer Linear Programming
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-01399-6_2.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在可信人工智能的推动下，人们日益关注针对优化的对比解释技术，尤其是在解决被形式化为混合整数线性规划（MILP）的特定决策过程方面。为此，我们提出了XMILP，一种基于约束推理技术的领域无关方法，用于构建MILP的对比解释。首先，我们展示如何将用户关于MILP问题解的查询编码为附加约束。接着，通过计算新获得约束集的不可约不可行子系统（IIS）来确定构成用户查询答案的原因。最后，我们将解释表示为由IIS构建的原因图，这有助于用户理解回答其查询的原因之间的结构。我们在已知优化问题的实例上测试了该方法，以评估计算解释的经验难度。
Keyword:
Explainability
Constraint Reasoning
Mixed-Integer Linear Programming
期刊
机构
引用论文
A branch and bound algorithm for extracting smallest minimal unsatisfiable subformulas.png)
Constraints
ConstraintsIF0
PREAI
分享收藏分享收藏
查看更多内容