NormEnsembleXAI: Unveiling the Strengths and Weaknesses of XAI Ensemble Techniques

要約

この論文では、説明可能な人工知能 (XAI) アンサンブル手法の包括的な比較分析を紹介します。
私たちの研究は 3 つの重要な貢献をもたらします。
まず、新しいアンサンブル手法である NormEnsembleXAI を導入します。これは、最小値、最大値、平均関数を正規化手法と組み合わせて活用し、解釈可能性を高めます。
次に、XAI アンサンブル手法の長所と短所についての洞察を提供します。
最後に、XAI アンサンブルの実際的な実装を容易にするライブラリを提供し、透過的で解釈可能な深層学習モデルの採用を促進します。

要約(オリジナル)

This paper presents a comprehensive comparative analysis of explainable artificial intelligence (XAI) ensembling methods. Our research brings three significant contributions. Firstly, we introduce a novel ensembling method, NormEnsembleXAI, that leverages minimum, maximum, and average functions in conjunction with normalization techniques to enhance interpretability. Secondly, we offer insights into the strengths and weaknesses of XAI ensemble methods. Lastly, we provide a library, facilitating the practical implementation of XAI ensembling, thus promoting the adoption of transparent and interpretable deep learning models.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google