- 透明且临床可解释的肺癌在胸部 X 光片中的 AI 检测
通过引入临床概念到分类过程中，我们提出了一种基于概念瓶颈模型的预处理方法，改善了肺癌检测的分类性能（F1＞0.9），同时生成比现有技术更可靠、临床相关的解释，解决了现有后期 XAI 技术在医疗数据上解释能力较差的问题。
- 对抗攻击解剖：基于概念的可解释人工智能剖析
敌对攻击对深度神经网络的可靠性和鲁棒性构成重大威胁。本文通过使用可解释的人工智能技术对敌对攻击对卷积神经网络学习的概念的影响进行了深入分析，通过在多种网络架构和有针对性的敌对攻击技术上进行广泛实验，揭示了几个关键发现，包括敌对攻击在特征空间 - 改进分类器性能的通用框架：基于可解释人工智能方法
该论文提出了一个使用可解释人工智能技术方法来自动提升预训练深度学习分类器性能的通用框架，避免了重新训练复杂模型所带来的计算开销，通过两种不同的学习策略，自动编码器和编码器 - 解码器，来实现这一架构。
- 刑事案件调查的逻辑方法
应用 XAI 技术和逻辑推理方法，在犯罪现场调查中找到谋杀犯人的动机、机会和手段。
- 可解释的水下潜水员手势识别
我们提出了一个利用深度学习训练的基于水下手势数据集的水下手势识别系统，并且使用可解释人工智能技术来可视化模型的预测结果，取得了 98.01% 的准确率。
- 提高移动数据科学中的可解释性：方法结合
在移动数据科学领域中，本文综合了关键的可解释性技术，如 LIME、SHAP、saliency maps、attention mechanisms、direct trajectory visualization 和 PFI，来揭示轨迹数据模型 - CT-xCOV: 基于 CT 扫描的 COVID-19 诊断解释框架
本文提出了一个可解释的 COVID-19 诊断框架 CT-xCOV，采用深度学习（DL）在 CT 扫描中进行诊断。对于肺分割，使用了一种被广泛应用的 U-Net 模型。对于 COVID-19 检测，对比了三种不同的卷积神经网络架构：标准 C - 文化遗产应用中可解释的作者识别：一种新的观察分析
本研究探索现有的通用可解释人工智能技术在计算作者识别中的适用性，尤其关注提供给文化遗产领域学者的解释。通过在真实的作者识别数据上进行实验，我们评估了三种不同类型的可解释人工智能技术在三个不同的作者识别任务上的相对优势，并指出虽然这些技术对于 - 扩展基于 CAM 的遥感图像分割的可解释人工智能方法
通过适应最近的 XAI 分类算法并将它们用于多类别图像分割，本文着重于对高分辨率卫星图像中的建筑物分割的研究，引入了一种基于 “熵” 来衡量模型不确定性的新的 XAI 评估方法和指标，以此来提供透明度和可解释性，为图像分割领域的 XAI 研 - 运用可解释人工智能解读膝骨关节炎诊断特征：一项系统综述
该研究调查了用于膝关节骨关节炎诊断的可解释人工智能技术，旨在提供膝关节骨关节炎可靠诊断方法的更多见解并鼓励其在临床实践中的采用。
- TbExplain：基于文本的场景分类模型的统计预测校正解释方法
通过采用解释性人工智能技术和预训练的目标检测器，本文提出了一个名为 TbExplain 的框架，用于针对场景分类模型提供基于文本的解释。此外，TbExplain 还结合了一种新的方法，在初始预测不可靠时基于输入图像中的对象统计数据进行预测校 - 时间序列 XAI 评估技术中的扰动深入分析
本文提供了一个使用扰动分析方法来评估从时间序列模型中提取出的指标的策略，以此来有效评估评估指标质量和提供洞见，从而指导时间序列数据中的 XAI 方法的选择，例如关注回报时间而不是精度，并促进更可靠和可解释的机器学习模型的开发。
- 可解释预测性维护
本文强调了现有可解释人工智能的方法与行业应用之间的鸿沟，并探讨了特定于预测维护领域的解释方案的需求和不同目的，列举和描述了通常在文献中使用的可解释人工智能技术，最后展示了四个特定的工业用途案例。
- 无形用户：通过解释形式和目标揭示可解释 AI 的最终用户需求
通过 EUCA 用户研究，我们系统地理解了最终用户对 XAI 的要求，并确定了用户友好的解释形式和解释目标，它们对直接启发新的 XAI 算法和评估指标具有帮助
- ACLferret：基于 Transformers 的解释器基准测试框架
本研究提出了一种 Python 库 ferret 用于帮助解释 transformer-based 模型，使其输出更加可解释，用于情感分析和恶意言论的检测，为解决解释人工智能（XAI）中的瓶颈提供了更加简化的方法。
- 可解释人工智能 (XAI) 中的机遇与挑战：一份调查
本文介绍了深度学习中可解释人工智能技术（XAI），提出了技术分类法并介绍了方法学、范畴和应用层次等主要原则，旨在建立可信、可解释和自说明的深度学习模型。此外，通过八种不同的可解释人工智能算法对图像数据进行了评估，讨论了这种方法的局限性，并提