XiaoMi-AI文件搜索系统
World File Search SystemFarinella
Alberto Donadeo
Farinella，E。，...＆Fusar-Poli，P。（2023）。 与健康对照组相比，自我报告的互认为和外部感受是非典型的，并且在精神病中过度耦合。 欧洲精神病学和临床神经科学档案，1-11。 - Damiani，S.，Donadeo，A.，Bassetti，N.，Salazar -de -de -Pablo，G.，Guiot，C.Farinella，E。，...＆Fusar-Poli，P。（2023）。自我报告的互认为和外部感受是非典型的，并且在精神病中过度耦合。欧洲精神病学和临床神经科学档案，1-11。- Damiani，S.，Donadeo，A.，Bassetti，N.，Salazar -de -de -Pablo，G.，Guiot，C.
Morgese Maria Grazia
13。Luxi，N.，Giovanazzi，A.，Capuano，A.，Crisafulli，S.，Cutroneo，P.M. G.，Petrelli，G.，Girotti，S.，Arzenton，E.，Magro，L.，Lora，R.，Bellantuono，D.，Sabaini，A. L.，Farinella，D.，Bavetta，S.，Sapigni，E.，Potenza，A.M.，Podetti，D.，Nikitina，V. Scaripanti，C.，Faccioli，M.，Romio，M.S.，Rossi，L.，Radici，S.，Negri，G.，Fares，L.，Ajolfi，C.，Fadda，A. Marchiori，F.，Cenulera，C.，Senna，G.，Crivellaro，M.A.，Cancen，M.，Venturini，F.，Ferri，M.，Leonardi，L.，Orzetti，S.，Caccin，E. Mauro，C.，de Carlo，I.，Senesi，I.，Pineggi，C.，Palleria，C.，Gallelli，L.，de
参考文献：Muddamsetty, SM、Jahromi, MNS 和 Moeslund, TB (2021)。对医学领域的解释性人工智能（XAI）方法的专家级评估。在 A. Del Bimbo、R. Cucchiara、S. Sclaroff、GM Farinella、T. Mei、M. Bertini、HJ Escalante 和 R. Vezzani (Eds.) 的《模式识别》中。 ICPR 国际研讨会和挑战（第 12663 卷，第 35-46 页）。施普林格出版公司。 https://doi.org/10.1007/978-3-030-68796-0_3
摘要。最近出现的可解释人工智能 (XAI) 领域试图以人类可以理解的术语阐明“黑箱”机器学习 (ML) 模型。随着多种解释方法的开发以及黑箱模型的不同应用，需要专家级评估来检查其有效性变得不可避免。这对于敏感领域（例如医疗应用）非常重要，因为专家的评估对于更好地了解复杂 ML 的结果的准确性以及在必要时调试模型至关重要。本研究的目的是通过实验展示如何利用医疗应用中的专家级 XAI 方法评估并将其与临床医生生成的实际解释保持一致。为此，我们从配备眼动仪的专家受试者那里收集注释，同时他们对医学图像进行分类，并设计一种方法将结果与从 XAI 方法获得的结果进行比较。我们通过多个实验证明了我们方法的有效性。