★ 2
arXiv 发布 MotionBench-XAI 时空模型解释基准
时空数据预测（如步态评估帕金森严重度）需要可解释性，但 Shapley 值计算中的设计选择如何影响解释质量尚不清楚。作者构建 MotionBench-XAI，含 5 个有真值 Shapley 的合成数据集、3 个真实数据集、10 种归因方法与 3 种架构。结果显示特征分组比插补器选择更关键，真实数…
arXiv cs.LG9 小时前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
时空数据预测（如步态评估帕金森严重度）需要可解释性，但 Shapley 值计算中的设计选择如何影响解释质量尚不清楚。作者构建 MotionBench-XAI，含 5 个有真值 Shapley 的合成数据集、3 个真实数据集、10 种归因方法与 3 种架构。结果显示特征分组比插补器选择更关键，真实数…
拓扑深度学习把图学习扩展到高阶结构，但解释哪些结构驱动预测仍困难。作者提出 TopoSHAP，用 Shapley 值给拓扑数据单元归因，在 GraphXAI 基准上匹配或超越图方法且快至 112 倍；架构侧可提前筛出更小模型，训练成本降低至多 11.3 倍。