Buchumschlag

Hidden Conflicts in Neural Networks and Their Implications for Explainability

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dejl, Adam, Zhang, Dekai, Ayoobi, Hamed, Williams, Matthew, Toni, Francesca
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Clustered Federated Learning via Embedding Distributions
von: Zhang, Dekai, et al.
Veröffentlicht: (2025)

Argumentation for Explainable and Globally Contestable Decision Support with LLMs
von: Dejl, Adam, et al.
Veröffentlicht: (2026)

Argumentative Debates for Transparent Bias Detection [Technical Report]
von: Ayoobi, Hamed, et al.
Veröffentlicht: (2025)

XAI-Units: Benchmarking Explainability Methods with Unit Tests
von: Lee, Jun Rui, et al.
Veröffentlicht: (2025)

ProtoArgNet: Interpretable Image Classification with Super-Prototypes and Argumentation [Technical Report]
von: Ayoobi, Hamed, et al.
Veröffentlicht: (2023)

Neuro-Argumentative Learning with Case-Based Reasoning
von: Gould, Adam, et al.
Veröffentlicht: (2025)

Identifying Query-Relevant Neurons in Large Language Models for Long-Form Texts
von: Chen, Lihu, et al.
Veröffentlicht: (2024)

ArgLLM-App: An Interactive System for Argumentative Reasoning with Large Language Models
von: Dejl, Adam, et al.
Veröffentlicht: (2026)

Heterogeneous Graph Neural Networks with Post-hoc Explanations for Multi-modal and Explainable Land Use Inference
von: Zhai, Xuehao, et al.
Veröffentlicht: (2024)

Hidden Markov Neural Networks
von: Rimella, Lorenzo, et al.
Veröffentlicht: (2020)

Contestable AI needs Computational Argumentation
von: Leofante, Francesco, et al.
Veröffentlicht: (2024)

Provably Robust and Plausible Counterfactual Explanations for Neural Networks via Robust Optimisation
von: Jiang, Junqi, et al.
Veröffentlicht: (2023)

Argumentative Large Language Models for Explainable and Contestable Claim Verification
von: Freedman, Gabriel, et al.
Veröffentlicht: (2024)

Explainable Prediction of the Mechanical Properties of Composites with CNNs
von: Raaghav, Varun, et al.
Veröffentlicht: (2025)

Dead Weights, Live Signals: Feedforward Graphs of Frozen Language Models
von: Armstrong, Marcus, et al.
Veröffentlicht: (2026)

Thinking in Different Spaces: Domain-Specific Latent Geometry Survives Cross-Architecture Translation
von: Armstrong, Marcus, et al.
Veröffentlicht: (2026)

The Erosion of LLM Signatures: Can We Still Distinguish Human and LLM-Generated Scientific Ideas After Iterative Paraphrasing?
von: Shahriar, Sadat, et al.
Veröffentlicht: (2025)

CNN Autoencoder Resizer: A Power-Efficient LoS/NLoS Detector in MIMO-enabled UAV Networks
von: Akhtarshenas, Azim, et al.
Veröffentlicht: (2024)

Atherosclerosis through Hierarchical Explainable Neural Network Analysis
von: Adam, Irsyad, et al.
Veröffentlicht: (2025)

Explainable Global Wildfire Prediction Models using Graph Neural Networks
von: Chen, Dayou, et al.
Veröffentlicht: (2024)

Shapley-PC: Constraint-based Causal Structure Learning with a Shapley Inspired Framework
von: Russo, Fabrizio, et al.
Veröffentlicht: (2023)

Deeply Explainable Artificial Neural Network
von: Zucker, David
Veröffentlicht: (2025)

Seeking Interpretability and Explainability in Binary Activated Neural Networks
von: Leblanc, Benjamin, et al.
Veröffentlicht: (2022)

Investigating Action Encodings in Recurrent Neural Networks in Reinforcement Learning
von: Schlegel, Matthew, et al.
Veröffentlicht: (2026)

Per-Loss Adapters for Gradient Conflict in Physics-Informed Neural Networks
von: Kim, Bum Jun, et al.
Veröffentlicht: (2026)

Towards Robust Fidelity for Evaluating Explainability of Graph Neural Networks
von: Zheng, Xu, et al.
Veröffentlicht: (2023)

Explainable Neural Networks with Guarantees: A Sparse Estimation Approach
von: Ledent, Antoine, et al.
Veröffentlicht: (2025)

Evaluating Neighbor Explainability for Graph Neural Networks
von: Llorente, Oscar, et al.
Veröffentlicht: (2023)

Explainable Graph Neural Networks Under Fire
von: Li, Zhong, et al.
Veröffentlicht: (2024)

Deep NURBS -- Admissible Physics-informed Neural Networks
von: Saidaoui, Hamed, et al.
Veröffentlicht: (2022)

Formal Local Implication Between Two Neural Networks
von: Baninajjar, Anahita, et al.
Veröffentlicht: (2024)

CHNNet: An Artificial Neural Network With Connected Hidden Neurons
von: Shahir, Rafiad Sadat, et al.
Veröffentlicht: (2023)

Explainable Graph Neural Networks: Understanding Brain Connectivity and Biomarkers in Dementia
von: Tewari, Niharika, et al.
Veröffentlicht: (2025)

Uncertainty-Aware Explanations Through Probabilistic Self-Explainable Neural Networks
von: Vadillo, Jon, et al.
Veröffentlicht: (2024)

Compressing Deep Neural Networks Using Explainable AI
von: Soroush, Kimia, et al.
Veröffentlicht: (2025)

Parallelizing Node-Level Explainability in Graph Neural Networks
von: Llorente, Oscar, et al.
Veröffentlicht: (2026)

Synthesising Counterfactual Explanations via Label-Conditional Gaussian Mixture Variational Autoencoders
von: Jiang, Junqi, et al.
Veröffentlicht: (2025)

Malware Classification using a Hybrid Hidden Markov Model-Convolutional Neural Network
von: Mehta, Ritik, et al.
Veröffentlicht: (2024)

An Explainable AI Framework for Dynamic Resource Management in Vehicular Network Slicing
von: Sun, Haochen, et al.
Veröffentlicht: (2025)

On the Hardness of Learning One Hidden Layer Neural Networks
von: Li, Shuchen, et al.
Veröffentlicht: (2024)