Yazar
Calvaresi, D., Ciatto, G., Najjar, A., Aydoğan, Reyhan, Van der Torre, L., Omicini, A., Schumacher, M.
Basım Tarihi
2021
Basım Yeri
-
Springer
Konu
Chist-Era IV, Merkezi Olmayanlaştırma, Beklenti, Açıklanabilir Yapay Zeka, Çok aracılı sistemler, Kişiselleştirme
Tür
Belge
Dil
İngilizce
Dijital
Evet
Yazma
Hayır
Kütüphane
Özyeğin Üniversitesi
Demirbaş Numarası
978-303082016-9
Kayıt Numarası
e042e6e7-0328-4eca-a4da-a898eef164e4
Lokasyon
Bilgisayar Bilimi
Tarih
2021
Notlar
İsviçre Ulusal Bilim Vakfı (SNSF); Eğitim, Üniversiteler ve Araştırma Bakanlığı (MIUR); Lüksemburg Ulusal Araştırma Fonu; TÜBİTAK
Örnek Metin
Açıklanabilir yapay zeka (XAI), son yıllarda makine öğrenimi (ML) tahmincilerini yorumlamak ve açıklamak için bir dizi teknik ve metodoloji olarak ortaya çıktı. Bugüne kadar birçok girişim önerildi. Bununla birlikte, mevcut araştırma çabaları esas olarak görüntü sınıflandırma ve duygu analizi gibi belirli makine öğrenimi görevlerine ve algoritmalarına göre uyarlanmış yöntemlere odaklanmaktadır. Ancak açıklama teknikleri henüz gelişme aşamasındadır ve heterojen son kullanıcılar yerine temel olarak makine öğrenimi uzmanlarını hedef alır. Ayrıca mevcut çözümler, verilerin merkezi, homojen ve tamamen/sürekli olarak erişilebilir olduğunu varsayar; bu durumların tamamına uygulamada nadiren rastlanır. Muhtemelen sistem çapında bir perspektif şu anda eksik. “Heterojen Bilgiye Sahip Merkezi Olmayan Ajanlar için Kişiselleştirilmiş Açıklanabilir Yapay Zeka” (Beklenti) isimli proje bu tür sınırlamaların aşılmasını hedefliyor. Bu makale, bilginin, aracıların ve açıklananların (hem insan hem de sanal) merkezi olmayan yapısı ve heterojenliğine rağmen kişiselleştirilmiş açıklamaların oluşturulmasına yönelik XAI teknolojisinin teorik ve pratik ilerlemesine odaklanarak Beklenti projesinin genel hedeflerini ve yaklaşımını sunmaktadır. Proje, kişiselleştirme, merkezi olmayan yönetim ve heterojenliğin yarattığı zorlukların üstesinden gelmek için çok etmenli sistemlerden, bilgi çıkarma/enjekte etme, müzakere, tartışma ve sembolik akıl yürütme topluluklarından soyutlamaları, yöntemleri ve yaklaşımları verimli bir şekilde birleştiriyor.
DOI
10.1007/978-3-030-82017-6_20
Cilt
12688 LNAI
