- 基于预测集的决策支持系统中的反事实伤害控制
基于预测集的决策支持系统通过缩小潜在标签值的集合（即预测集），并要求用户始终从预测集中预测标签值，来帮助人们解决多类别分类任务。本文的目标是通过设计控制决策支持系统频繁造成伤害的系统。通过结构性因果模型的理论框架来对伤害概念进行特征化，并在 - 迈向人工智能与人类互补性的预测集
采用贪婪算法，该论文发现了一种可比或更好性能的预测集构造方法，该方法能帮助基于预测集的决策支持系统有效解决分类任务。
- 设计人工智能支持人类参与人工智能辅助决策的方法：基于系统综述的人工智能与人类互动分类
人工智能在决策支持系统中的应用主要集中在技术进步方面，忽视了算法输出与人类期望的一致性。为了解决这个问题，可解释的人工智能提倡更加以人为中心的发展。为了更好地理解人与人工智能的交互，我们通过对 105 篇选定文章进行系统综述，提出了一种交互 - ExIFFI 和 EIF+：解释性和增强泛化能力，扩展扩展隔离森林
本文介绍了 EIF +，即 Enhanced Isolation Forest 的改进版本，用于增强概括能力；同时，提出了 ExIFFI，一种为 Extended Isolation Forest 添加解释性特征的新方法，即特征排名；实验结 - 反思式混合智能用于决策支持系统的意义人类控制
介绍自我反思人工智能系统的概念，提出了一个融合了心理学、哲学、形式推理方法和机器学习方法的框架，旨在创建响应人类价值和社会规范的人工智能系统，可以增加有意义的人类控制并通过提供人类道德盲点的可理解信息和见解来赋予人类道德推理的能力。
- 草药与药物相互作用：医疗中的整体决策支持系统
为了辅助临床医生在患者护理中做出更好、更准确的诊断和治疗决策，设计了一个原始且混合的决策支持系统来识别药物与草药的相互作用。
- 使用反事实预测集设计决策支持系统
本文提出了一种新型决策支持系统，通过嵌套结构的预测集和专家的设想单调性假设，实现比普通 bandit 算法更好的结果；大规模人类学科研究 ($n=2751$) 表明，这种限制专家代理水平的决策支持系统实用且可能提供比允许专家始终行使其代理权 - 评估轻量级深度学习技术在医学成像中用于高精度 COVID-19 诊断的效果
本文提出使用 MobileNetV2 模型的轻量级深度学习技术进行 COVID-19 检测的开发和性能评估，该模型与重量级模型相比性能相当且可大幅降低计算资源的成本和内存需求，为中低收入国家提供低成本和移动的点‑of‑care 检测系统提供 - 基于技术驱动的路面养护一体化决策支持系统的研究：关注气候变化自适应风险评估框架
为应对气候现象引起的基础设施风险，提出了一种基于技术的自适应决策支持系统（TDADSS-IPM），采用贝叶斯信念网络（BBN）实现丹麦道路状况的实际情况。
- 在群体公平设置中检测敏感特征的统计学方法
本文提出了一种基于 Hilber-Schmidt 独立性准则的预处理步骤，用于自动识别敏感特征，以解决机器学习模型在高度影响社会的决策支持系统中不公平结果的问题。我们的实验结果证明了我们的假设，并表明文献中被认为是敏感的几个特征不一定产生不 - 校准解释：带不确定信息和反事实分析
本文介绍了一种基于 Venn-Abers 的新型特征重要性解释方法 Calibrated Explanations，该方法能校准底层模型、生成特征重要性解释并对概率估计和特征重要性权重进行不确定性量化。此外，该方法对模型没有偏见、规则易于理 - 可解释人工智能对认知负荷的影响：一项实证研究的见解
通过对 271 个未来医生进行实证研究，本文发现可解释人工智能在决策支持系统中对最终用户的认知负荷、任务绩效和任务时间具有强大的影响，进一步提供了实现最佳效果的本地可解释人工智能解释类型建议，为社会技术可解释人工智能研究提供了实践价值。
- 利用 MAP 独立性在贝叶斯网络中解释模型
本文介绍了 MAP - 独立性 的概念，探讨了它对最佳解释推理的合理化的作用，并基于该概念形式化了几个计算问题并评估了它们的计算复杂性。
- 自我解释社技系统的学习分类器系统
本文提出应用基于规则的机器学习方法 —— 学习分类器系统来促进透明决策，并介绍了一些提高它的技巧。我们还提出了七个问题的模板来评估特定应用领域的可解释性需求，并在制造情景的面试案例中演示了其用法。结果表明这些答案为良好设计的 LCS 模型提 - 基于人工智能决策支持系统的人类反应：准确性和偏见效应的用户研究
通过基于在线游戏的实验，研究了使用不同 DSS 特征对人类反应的影响，显示参与者倾向于根据 DSS 建议打分，表现与游戏难度和 DSS 准确性有关，但他们的满意度并不完全与准确性相关。
- MM基于逻辑的决策支持系统，用于根据 ICHD-3 国际分类诊断头痛疾病
本文提出了 HEAD-ASP，一个新型的支持头痛诊断的决策辅助系统，通过一个基于 REST 的 Web 服务，利用两个逻辑模块实现了动态问卷，以尽可能少的提问问题，遵循 ICHD-3 分类诊断，已在神经学家小组中得到了很好的反馈。
- 使用概念定位图解释基于人工智能的决策支持系统
本篇论文提出了一种基于图像分类器的理解性决策支持系统 (DSS) -- 概念定位地图 (CLMs)，它能够增强分类器的可靠性并提供合理的预测解释。通过在训练的图像分类器的潜在空间中定位相应的显著区域，CLMs 可以提供分类器学习和关注人类 - IJCAI强化学习中的公平性
该研究论文讨论了决策支持系统以及自主系统在现实应用中如何影响相关利益相关者，提出了使用社会福利函数来解决非公正性问题，并且探讨了在（深度）强化学习中实现和使用社会福利函数的可行性和局限性。
- 结肠镜图像内腔场景分割基准
介绍一个用于结肠镜图像分析的新基准，通过使用决策支持系统在不同阶段提供内腔场景分割，基于全卷积神经网络的训练，在不进行后处理的情况下，在内腔场景分割方面优于以往结果。
- MMCLP 能源政策多标准最优规划
通过强调 Strategic Environmental Assessment（战略环境评估）、Constraint Logic Programming（约束逻辑编程）等方法，开发了一个具有多目标优化功能的决策支持系统，可以提供可行的政策计