XiaoMi-AI文件搜索系统
World File Search SystemExplain
基于概念的可解释人工智能：指标和基准
基于概念的解释方法，例如Conept瓶颈模型（CBMS），旨在通过将这些概念准确地归因于Net-Net Work的特征空间的关键假设，旨在通过将其决策与人为理解的概念联系起来，以提高机器学习模型的可解释性。但是，这种基本假设尚未得到严格验证，主要是因为该领域缺乏标准化的群众和基准来评估此类概念的存在和空间对齐。为了解决这个问题，我们提出了三个指标：概念全球重要性指标，概念存在和概念位置指标，包括一种可视化概念激活的技术，即概念激活映射。我们基准了事后CBM，以说明其能力和挑战。通过定性和定量实验，我们证明，在许多情况下，即使是由事后CBMS确定的最重要的概念也不存在于输入图像中。此外，当它们存在时，其显着性图无法通过在整个对象上激活或误导相关概念特异性区域来与预期区域保持一致。我们分析了这些局限性的根本原因，例如概念的自然相关性。我们的发现不需要更仔细地应用基于概念的解释技术，尤其是在空间解释性至关重要的环境中。
可解释的网络安全人工智能
摘要：本次演讲将全面概述安全攻击以及使用可解释人工智能的检测技术。首先，我将概述各种软件和硬件安全威胁和漏洞。接下来，我将介绍可解释的人工智能算法，以人类可理解的方式解释机器学习行为。我将讨论使用可解释人工智能的最先进的攻击检测方法。我还将介绍如何启用可解释人工智能模型的硬件加速以实现实时漏洞检测。最后，我将讨论机器学习模型的安全威胁，以及设计稳健人工智能模型的有效对策。
可持续发展目标 7 - 可负担的清洁能源统计说明
在日常生活中，我们的福祉和经济的运转依赖于可靠、负担得起和可持续的能源服务，例如电力供应、供暖和制冷以及运输服务。在欧盟背景下监测可持续发展目标 7 涉及观察能源消耗、能源供应和获得负担得起的能源方面的发展情况。如右图所示，欧盟在评估的五年期间的趋势总体上略显不利，主要是由于俄罗斯对乌克兰的侵略战争对能源进口产生了重大影响，能源价格上涨。虽然能源消耗量一直在下降，但欧盟需要根据 2023 年 9 月通过的新的 2030 年目标加快进展。与此同时，整个欧盟的能源生产力继续保持良好发展，导致经济增长与能源消耗进一步脱钩。在能源供应领域，欧盟已朝着新的 2030 年可再生能源目标取得了进展，但需要加快步伐才能达到 42.5% 的份额。除了天然气供应多样化之外，2022 年能源进口依赖度大幅上升，这主要是由于 2021 年底库存特别低的补充。由于能源价格上涨，2022 年获得廉价能源的机会大幅下降。欧盟已采取行动确保能源供应和可负担性。
可解释的人工智能，用于识别财务报表中的盈利能力预测因素
摘要。经济变量融合了公司绩效的相互联系的性质使得对公司赚取趋势的预测成为挑战性的任务。现有方法通常依赖于简单的模型和未能捕获相互作用影响的综合性的财务比率。在本文中，我们将机器学习技术应用于来自AIDA的原始财务报表数据，AIDA是一个数据库，该数据库包括2013年至2022年的意大利上市公司的数据。我们介绍了对不同模型的比较研究，并遵循欧洲AI法规，我们通过将解释性技术应用于所提出的模型来补充分析。，我们建议采用一种基于游戏理论的可解释的人工智能方法来识别最敏感的特征，并使结果更容易解释。
基于图像的可解释人工智能准确识别1
13 Krizhevsky A，Sutskever I，Hinton GE。具有深卷积280神经网络的Imagenet分类。在：第281届神经281信息处理系统国际会议论文集 - 第1卷。Curran Associates Inc。：Red Hook，NY，282 USA，2012年，第1097–1105页。283
UNICORN：通过可解释的多任务学习框架实现通用细胞表达预测
序列到功能分析是人类遗传学中的一项具有挑战性的任务，特别是在从生物序列（例如个体化基因表达）预测细胞类型特异性多组学表型时。在这里，我们提出了一种新方法 UNICORN，其预测性能比现有方法有所提高。UNICORN 将来自生物序列的嵌入以及来自预先训练的基础模型的外部知识作为输入，并使用精心设计的损失函数优化预测器。我们证明 UNICORN 在细胞水平和细胞类型水平的基因表达预测和多组学表型预测方面均优于现有方法，并且它还可以生成预测的不确定性分数。此外，UNICORN 能够将个性化的基因表达谱与相应的基因组信息联系起来。最后，我们表明 UNICORN 能够表征不同疾病状态或扰动的复杂生物系统。总体而言，基础模型的嵌入可以促进理解生物序列在预测任务中的作用，并且结合多组学信息可以提高预测性能。
从滞胀到大通胀：解读20世纪70年代的美国经济
本文概述了从 1975 年到 2013 年宏观经济学家对 20 世纪 70 年代美国滞胀的解释的演变历史。通过定性和定量方法，1）我观察到不同时期共存的不同解释类型；2）我评估了每个时期哪种解释类型占主导地位；3）我确定了不同解释类型的主要影响来源。20 世纪 70 年代末和 80 年代初，供给冲击和通胀惯性是解释滞胀的基本概念。1985 年以后，人们对这个话题的兴趣逐渐消失。在 20 世纪 90 年代，它成为了全新的文献，几乎没有参考过去的解释。这些文献主要关注货币政策在 20 世纪 60 年代末和 70 年代对通胀上升的影响。新古典经济学家的贡献，如卢卡斯（1976）、基德兰和普雷斯科特（1977）或巴罗和戈登（1983a），这些贡献在20世纪70年代/80年代的滞胀解释中被忽视，但在20世纪90年代却成为解释20世纪70年代滞胀的主要参考。
改变触觉反馈收益对平衡的影响由感觉冲突估算
抽象轻轻接触实心物体会减少姿势摇摆。在这里，我们确定人为修改触觉反馈以达到平衡的效果。参与者闭着眼睛站着，轻轻地抓住了一个与身体摇摆同步移动的杂志，以系统地增强或减弱+2至2之间的反馈增益，分别对应于与身体相同或相反方向的运动。这种干预对姿势摇摆有系统的影响，姿势摇摆表现出不对称的U形功能，相对于触觉反馈增益。旋转在零增益周围的最小值，对应于静态对象。摇摆以低于-0.25的收益略有增加，但在+0.25以上的增长下大大增加。在+2时，大约是无接触条件的两倍。手和manipulandum之间的平均相互作用力在整个过程中保持<0.9 n，尽管它在极端增长下略有增加。在最少摇摆条件下，手部力和躯干位置之间的互相关最高，这表明更高质量的触觉反馈与更大的摇摆减少有关。我们使用反馈控制模型成功地复制了摇摆行为，该模型在触觉和本体感受信号之间的差异达到阈值时会减弱触觉反馈信号。我们的发现表明，中枢神经系统可以利用增强的触觉反馈来实现Bal-ance，但只有对自然反馈增益的变化相对较小。在健康的志愿者中，它比静态物体提供了最小的好处。触觉反馈是最佳的。
可解释的基于神经成像的痴呆诊断和预后的人工智能
*用于制备本文的数据是从阿尔茨海默氏病神经成像计划（ADNI）数据库（adni.loni.usc.edu）获得的。因此，ADNI中的调查人员为ADNI和/或提供数据的设计和实施做出了贡献，但没有参与本报告的分析或撰写。可以在以下网址找到ADNI调查人员的完整列表：