改進與應用 Recourse: 一個以演算法為基礎的可解釋性AI方法;An Improvement and Application on Recourse: an Algorithm-Fundamental Xai Method

NCUIR > College of Electrical Engineering & Computer Science > Department of Computer Science and information Engineering > Research Project > Item 987654321/94228

Please use this identifier to cite or link to this item: http://ir.lib.ncu.edu.tw/handle/987654321/94228

Title:	改進與應用 Recourse: 一個以演算法為基礎的可解釋性AI方法;An Improvement and Application on Recourse: an Algorithm-Fundamental Xai Method
Authors:	楊晧琮
Contributors:	國立中央大學資訊工程學系
Keywords:	追索演算法;可解釋性人工智慧;生成式人工智慧;數據移位;持續學習;終身學習;多準則決策分析;多準則最短路徑問題;recourse;XAI;generative AI;data shift;continual learning;life-long learning;multi-criteria decision system;multi-criteria shortest path
Date:	2024-09-27
Issue Date:	2024-09-30 17:20:18 (UTC+8)
Publisher:	國家科學及技術委員會(本會)
Abstract:	總的來說，我們的貢獻會在追索演算法與可解釋性的生成式AI。我們提供了在多成本情境下的追索演算法，且此算法是從多準則路徑搜尋來設計並改良，使得演算法本身更為透明且易於分析。我們的第二個工作則是深入探討了當一個有追索系統的AI被長期佈署時，所涉及到資源分配問題，我們相信這項工作可以解釋為什麼部署的模型在長期運行中會崩潰或更加偏見的情況。最後，我們的目標為將追索功能引入生成型人工智慧。這想法其實暗示我們可以從模型的角度測量模型與任何訓練點之間的距離。除了將其視為生成型人工智慧中的可解釋人工智慧方法外，它還具有許多潛在的應用，如在生成模型中檢測抄襲或是引用非法訓練點。
Relation:	財團法人國家實驗研究院科技政策研究與資訊中心
Appears in Collections:	[Department of Computer Science and information Engineering] Research Project

Files in This Item:

File	Description	Size	Format
index.html		0Kb	HTML	37	View/Open

社群 sharing

Loading...