explainable专题
人工智能-机器学习：机器学习的可解释性（Explainable Machine Learning）
什么是机器学习的可解释性？ 可解释性(explainability)有大量的近义词，比如可理解 (understandable), 可诠释 (interpretable), 透明(transparent), 可靠 (robust), 公平 (fair), 明确(explicit)，忠实(faithful), 负责(responsible)。这些词与可解释性 (explainable) 之间到底存
论文翻译——DREBIN : Effective and Explainable Detection of Android Malware in Your Pocket
0-abstract 恶意应用程序对Android平台的安全性构成了威胁。这些应用程序的数量和多样性不断增长，使得传统的防御措施在很大程度上无法发挥作用，因此，Android智能手机经常无法免受新型恶意软件的攻击。在本文中，我们提出了DREBIN，这是一种用于检测Android恶意软件的轻量级方法，可以直接在智能手机上识别恶意应用程序。由于有限的资源阻碍了在运行时监视应用程序，因此DREBIN进
【论文精读】PlanT: Explainable Planning Transformers via Object-Level Representations
1 基本信息 院校：德国的图宾根大学 网站：https://www.katrinrenz.de/plant 2 论文背景 2.1 现有问题 现在的基于学习的方法使用高精地图和BEV，认为准确的（达到像素级的pixel-level）场景理解是鲁棒的输出的关键。recovering pixel-level BEV information from sensor inputs。 2.2 作者的
Multi-Aspect Explainable Inductive Relation Prediction by Sentence Transformer
摘要 最近关于知识图(KGs)的研究表明，通过预先训练的语言模型授权的基于路径的方法在提供归纳和可解释的关系预测方面表现良好。本文引入关系路径覆盖率和关系路径置信度的概念，在模型训练前过滤掉不可靠的路径，以提高模型的性能。此外，我们提出了知识推理句子转换器(Knowledge Reasoning Sentence Transformer, KRST)来预测KGs中的归纳关系，KRST将提取的可靠
