KDDSep, 2021
TS-MULE: 时间序列预测模型的本地可解释的模型无关解释
TS-MULE: Local Interpretable Model-Agnostic Explanations for Time Series Forecast Models
Udo Schlegel, Duy Vo Lam, Daniel A. Keim, Daniel Seebacher
TL;DR本篇论文介绍了一种名为 TS-MULE 的局部代理模型解释方法,它是针对时间序列的,利用扩展的 LIME 方法,为具有黑匣子模型的时间序列提供了解释。在扩展版本中,这篇论文展示了通过使用不同的时间序列分段方法来提高代理归因的质量的六种采样分割方法,并在三种深度学习模型体系结构和三种常见的多变量时间序列数据集上展示了其性能。