Atjaunināt sīkdatņu piekrišanu

E-grāmata: Explainable and Transparent AI and Multi-Agent Systems: 5th International Workshop, EXTRAAMAS 2023, London, UK, May 29, 2023, Revised Selected Papers

Edited by , Edited by , Edited by , Edited by , Edited by , Edited by , Edited by , Edited by
  • Formāts - EPUB+DRM
  • Cena: 65,42 €*
  • * ši ir gala cena, t.i., netiek piemērotas nekādas papildus atlaides
  • Ielikt grozā
  • Pievienot vēlmju sarakstam
  • Šī e-grāmata paredzēta tikai personīgai lietošanai. E-grāmatas nav iespējams atgriezt un nauda par iegādātajām e-grāmatām netiek atmaksāta.

DRM restrictions

  • Kopēšana (kopēt/ievietot):

    nav atļauts

  • Drukāšana:

    nav atļauts

  • Lietošana:

    Digitālo tiesību pārvaldība (Digital Rights Management (DRM))
    Izdevējs ir piegādājis šo grāmatu šifrētā veidā, kas nozīmē, ka jums ir jāinstalē bezmaksas programmatūra, lai to atbloķētu un lasītu. Lai lasītu šo e-grāmatu, jums ir jāizveido Adobe ID. Vairāk informācijas šeit. E-grāmatu var lasīt un lejupielādēt līdz 6 ierīcēm (vienam lietotājam ar vienu un to pašu Adobe ID).

    Nepieciešamā programmatūra
    Lai lasītu šo e-grāmatu mobilajā ierīcē (tālrunī vai planšetdatorā), jums būs jāinstalē šī bezmaksas lietotne: PocketBook Reader (iOS / Android)

    Lai lejupielādētu un lasītu šo e-grāmatu datorā vai Mac datorā, jums ir nepieciešamid Adobe Digital Editions (šī ir bezmaksas lietotne, kas īpaši izstrādāta e-grāmatām. Tā nav tas pats, kas Adobe Reader, kas, iespējams, jau ir jūsu datorā.)

    Jūs nevarat lasīt šo e-grāmatu, izmantojot Amazon Kindle.

This volume LNCS 14127 constitutes the refereed proceedings of the 5th International Workshop, EXTRAAMAS 2023, held in London, UK, in May 2023.  The 15 full papers presented together with 1 short paper were carefully reviewed and selected from 26 submissions. The workshop focuses on Explainable Agents and multi-agent systems; Explainable Machine Learning; and Cross-domain applied XAI.





 
Explainable Agents and multi-agent systems.- Mining and Validating
Belief-based Agent Explanations.- Evaluating a mechanism for explaining BDI
agent behaviour.- A General-Purpose Protocol for Multi-Agent based
Explanations.- Dialogue Explanations for Rules-based AI Systems.- Estimating
Causal Responsibility for Explaining Autonomous Behavior.- Explainable
Machine Learning.- The Quarrel of Local Post-hoc Explainers for Moral Values
Classification in Natural Language Processing.- Bottom-Up and Top-Down
Workflows for Hypercube- and Clustering-based Knowledge
Extractors.- Imperative Action Masking for Safe Exploration in Reinforcement
Learning.- Reinforcement Learning in Cyclic Environmental Change for
Non-Communicative Agents: A Theoretical Approach.- Inherently Interpretable
Deep Reinforcement Learning through Online Mimicking.- Counterfactual,
Contrastive, and Hierarchical Explanations with Contextual Importance and
Utility.- Cross-domain applied XAI.- Explanation Generation via
Decompositional Rules Extraction for Head and Neck Cancer
Classification.- Metrics for Evaluating Explainable Recommender
Systems.- Leveraging Imperfect Explanations for Plan Recognition
Problems.- Reinterpreting Vulnerability to Tackle Deception in
Principles-Based XAI for Human-Computer Interaction.- Using Cognitive Models
and Wearables to Diagnose and Predict Dementia Patient Behaviour.