Merkzettel Warenkorb
Produktbild: Explainable and Transparent AI and Multi-Agent Systems
Band 14847

Explainable and Transparent AI and Multi-Agent Systems 6th International Workshop, EXTRAAMAS 2024, Auckland, New Zealand, May 6–10, 2024, Revised Selected Papers

Aus der Reihe Lecture Notes in Artificial Intelligence

63,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Lieferung nach Hause

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

25.09.2024

Herausgeber

Davide Calvaresi + weitere

Verlag

Springer

Seitenzahl

243

Maße (L/B/H)

23,5/15,5/1,5 cm

Gewicht

394 g

Sprache

Englisch

ISBN

978-3-031-70073-6

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

25.09.2024

Herausgeber

Verlag

Springer

Seitenzahl

243

Maße (L/B/H)

23,5/15,5/1,5 cm

Gewicht

394 g

Sprache

Englisch

ISBN

978-3-031-70073-6

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: GPSR Kontakt

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Explainable and Transparent AI and Multi-Agent Systems

  • .- User-centric XAI.

    .- Effect of Agent Explanations Using Warm and Cold Language on User Adoption of Recommendations for Bandit Problem.

    .- Evaluation of the User-centric Explanation Strategies for Interactive Recommenders.

    .- Can Interpretability Layouts Influence Human Perception of Offensive Sentences?.

    .- A Framework for Explainable Multi-purpose Virtual Assistants: A Nutrition-Focused Case Study.

    .- XAI and Reinforcement Learning.

    .- Learning Temporal Task Specifications From Demonstrations.

    .- Temporal Explanations for Deep Reinforcement Learning Agents.

    .- An Adaptive Interpretable Safe-RL Approach for Addressing Smart Grid Supply-side Uncertainties.

    .- Model-Agnostic Policy Explanations: Biased Sampling for Surrogate Models.

    .- Neuro-symbolic AI and Explainable Machine Learning.

    .- Explanation of Deep Learning Models via Logic Rules Enhanced by Embeddings Analysis, and Probabilistic Models.

    .- py ciu image: a Python library for Explaining Image Classification with Contextual Importance and Utility.

    .- Towards interactive and social explainable artificial intelligence for digital history.

    .- XAI & Ethics.

    .- Explainability and Transparency in Practice: A Comparison Between Corporate and National AI Ethics Guidelines in Germany and China.

    .- The Wildcard XAI: from a Necessity, to a Resource, to a Dangerous Decoy.