10.19306/j.cnki.2095-8110.2022.06.003
人工智能可解释性评估研究综述
近年来,可解释人工智能(XAI)发展迅速,成为当前人工智能领域的研究热点,已出现多种人工智能解释方法.如何量化评估XAI的可解释性以及解释方法的效果,对研究XAI具有重要意义.XAI的可解释性评估涉及主、客观因素,是一个复杂且有挑战性的工作.综述了XAI的可解释性评估方法,首先,介绍了XAI的可解释性及其评估的概念和分类;其次,总结和梳理了一些可解释性的特性;在此基础上,从可解释性评估方法和可解释性评估框架两方面,综述和分析了当前可解释性评估工作;最后,总结了当前人工智能可解释性评估研究的不足,并展望了其未来发展方向.
可解释性评估、人工智能可解释性、主观评估、客观评估、评估方法、神经网络、深度学习
9
TP18(自动化基础理论)
2023-03-15(万方平台首次上网日期,不代表论文的发表时间)
共12页
13-24