Oct, 2023

深度回溯的因果一致解释

PDF
TL;DR在结构因果模型中，我们引入了一种计算回溯反事实的实用方法，该方法对深度生成组件进行条件设定以解决在可控制因果模型的结构潜空间中可生成反事实的问题。相比其他方法，我们的方法具有多功能、模块化和满足因果关系的优势。通过在 MNIST 和 CelebA 的修改版本上实验，我们证明了这些特性。
counterfactualsbacktrackingcausal modelsstructural assignmentsdeep generative components
发现论文，激发创造
  • 回溯反事实

    本文探索并规范了在 SCM 框架中的反事实推理的另一种模式 ——backtracking account，并在相关文献和可解释的人工智能领域进行讨论和连线。

    Nov, 2022

  • 具有必要回溯的自然反事实

    我们提出了一种自然的反事实框架和一种生成自然反事实的方法，该方法与实际世界的数据分布相一致，有效地改进了反事实推理并引入了创新的优化框架控制反事实推理的回溯程度。实证实验表明我们的方法的有效性。

    Feb, 2024

  • 反事实编辑器的反事实分析：一种基于回译的方法

    通过提出一个新的反向翻译的评估方法，我们针对自然语言处理模型和任务的解释方法的一致性问题进行了调查和分析，并提出了一种新的测量指标来评估不同特征的反事实生成方法的一致性。

    May, 2023

  • 对策说明的随机优化

    通过提出一种基于随机学习的框架和特征选择模块来平衡反事实解释的权衡，本研究在生成可行的反事实解释方面展现了其有效性，并表明其比基线更加多样化和高效。

    Sep, 2022

  • 通过临床背景知识指导预测流程监控的逆事实解释生成

    通过使用基因算法技术，考虑运行时的一系列时间约束条件，我们在预测性过程监控的解释性领域中，为反事实在生成方面进行了改进，以保持时间背景知识的满意度，以及遵循反事实的传统质量指标。

    Mar, 2024

  • 超越已知现实：利用反事实解释进行医学研究

    该研究采用反事实解释方法探索医学研究的 “假设场景”，特别关注利用 MRI 特征诊断儿科后颅窝脑肿瘤，并探索反事实的潜在用途并评估其作为医疗研究中的替代方法的可行性和前景。

    Jul, 2023

  • 未来的反事实

    本文研究的是针对选项干预的计数事实正反向两种方法 —— 干预方法与正向方法的偏差是如何导致直觉上不符合的结果的，该研究发现当系统中的外生噪声具有一定的单位特异性结构和 / 或稳定性时，正向方法的使用可以更合适。

    Dec, 2022

  • 贝叶斯分层模型用于反事实估计

    本文提出一个新的概率模型，用于计算模型的多个对抗性解释。该模型可以共享群体分组的信息，并保留领域特定的约束条件，同时评估不确定性，并得出合理、稀疏、多样和可行的结果。

    Jan, 2023

  • 通过约束松弛找到反事实解释

    该研究提出了一种基于冲突检测和最大松弛的迭代方法，用于在交互式约束系统中计算对立解释，从而帮助用户理解可以应用于其现有约束的更改以使其满足约束条件。

    Apr, 2022

  • 纵向反事实：限制与机遇

    利用纵向数据评估和改进反事实推理中的可信度，通过比较纵向差异与反事实差异，生成可信的反事实，探讨利用反事实推理的困难。

    Feb, 2024