Семинар основывается на недавних обзорных работах по тематике Explainable AI. В данный момент эта тематика сумела привлечь серьезное внимание общественности после публикации статьи на эту тему в журнале Nature в 2018 году:

- Scott M. Lundberg, Bala Nair, Monica S. Vavilala, Mayumi Horibe, Michael J. Eisses, Trevor Adams, David E. Liston, Daniel King-Wai Low, Shu-Fang Newman, Jerry Kim & Su-In Lee, Explainable machine-learning predictions for the prevention of hypoxaemia during surgery, Nature Biomedical Engineering volume 2, pages 749–760(2018)  (www.nature.com/articles/s41551-018-...).

В первой части семинара будут описаны основные подходы и модели Explainable AI.

Во второй части семинара будет обсуждаться набор существующих методов для Explainable Ai, а именно LIME, DeepLIFT, SHAP (SHapley Additive exPlanation) Values, Kernel SHAP, Deep SHAP.

В третьей и заключительной части семинара будут представлены конкретные результаты нашей исследовательской группы по Explainable AI для High Dimensional Anomaly Detection.

Докладчик: Петросян Ованес Леонович, к.физ.-мат.н., доцент СПбГУ,  ведущий научный сотрудник СПбГЭТУ "ЛЭТИ"

Мероприятие пройдет в zoom. Ссылка на подключение будет выслана примерно за час до начала события