返回
Multi-SpaCE: Multi-objective subsequence-based sparse counterfactual explanations for multivariate time series classification
DOI:10.1016/j.neucom.2026.134526.png)
摘要
En 中文
• 确保反事实解释真正改变模型决策。
• 生成针对短时间段的现实、简洁的变更。
• 使用新颖的子序列级变异策略,专门针对时间序列数据。
• 返回用户在目标权衡之间选择的帕累托前沿解释。
• 大量实验表明在各类数据集上表现优异。
Keyword:
eXplainable artificial intelligence
Counterfactual explanations
Genetic algorithm optimization
Multivariate time series classification
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
6.5
论文数:
2.5W
被引数:
6.5W
机构
暂无机构信息
引用论文
Explainable AI for Time Series Classification: A Review, Taxonomy and Research Directions用于时间序列分类的可解释AI: 回顾,分类和研究方向
IEEE ACCESS
IF3.6
Explainable AI for time series via Virtual Inspection Layers通过虚拟检查层进行时间序列的可解释AI
PATTERN RECOGNITION
IF7.6
Explainable artificial intelligence: A survey of needs, techniques, applications, and future direction可解释的人工智能: 需求,技术,应用和未来方向的调查
NEUROCOMPUTING
IF6.5

