2016 ICML 人工智能解释性研讨会论文集 (WHI 2016)

Jul, 2016

Proceedings of the 2016 ICML Workshop on Human Interpretability in Machine Learning (WHI 2016)

Been Kim, Dmitry M. Malioutov, Kush R. Varshney

TL;DR2016 年 ICML Workshop 于纽约举办，邀请了 5 位演讲嘉宾 Susan Athey、Rich Caruana、Jacob Feldman、Percy Liang 和 Hanna Wallach，讨论了在机器学习中人类可解释性的问题。

Abstract

This is the Proceedings of the 2016 icml workshop on human interpretability in machine learning (WHI 2016), which was held in

发现论文，激发创造

2016 年 NIPS 工作坊于西班牙巴塞罗那举行，主题为可解释的机器学习和复杂系统研究。

Nov, 2016

非完整的非存档索引，因为有些接受的论文选择不包含在内。所有接受的论文列表可在研讨会网站上找到。

Mar, 2024

探索 XAI 在艺术领域的作用，汇集了 HCI、交互设计、人工智能、可解释人工智能 (XAI) 和数字艺术方面的研究者的社区。

Jun, 2024

第三届国际法律领域挖掘与学习研讨会 (MLLD-23) 的会议记录，与第 32 届 ACM 信息与知识管理国际会议 (CIKM-2023) 同时在英国伯明翰大学举行，于 2023 年 10 月 22 日星期日举行。

Oct, 2023

第一届可解释 AI 艺术国际研讨会旨在探索可解释 AI 对艺术的作用，聚集了人机交互、交互设计、AI、可解释 AI 和数字艺术等领域的研究人员。

Oct, 2023

本文介绍了自 2014 年以来人工智能与人机交互研究会的历次会议，并讨论了其研究重点和主题，包括关于信任、XAI、服务机器人以及互动学习等。在 AR 和 VR 的新趋势下，特别鼓励提交不含物理机器人的评估研究，并阐述了在 HRI 中道德问题的考量。

Sep, 2021

这篇研究论文总结了于 2023 年 12 月 10 日在美国路易斯安那州新奥尔良举行的第三届健康机器学习研讨会（ML4H 2023）所接受的发现论文集，该研讨会面向医疗保健、生物医学和公共卫生等各种与健康相关的领域的相关问题，并通过正式会议和非正式发现两种途径接受高质量提交的论文。

Dec, 2023

我们探索了一种人机交互界面的设计，使得普通用户可以识别潜在的公平问题并在贷款决策的背景下解决它们，为评判和解决人工智能的公平性做出贡献。

Apr, 2022

本文总结了开放领域对话研究中的共享任务，重点关注人类智能模拟对话的模拟和推理。

Feb, 2024

AI 医疗技术对健康医疗产生重大影响，本文回顾了在医疗领域中可解释机器学习（IML）和可解释人工智能（XAI）的过程和挑战，着重关注质量控制，并针对实验结果阐明了健康医疗中稳健解释性的重要性，为创建可沟通的医生 - 人工智能工具提供了见解。

Nov, 2023