Buchumschlag

Distributional Counterfactual Explanations With Optimal Transport

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	You, Lei, Cao, Lele, Nilsson, Mattias, Zhao, Bo, Lei, Lei
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Joint Distribution-Informed Shapley Values for Sparse Counterfactual Explanations
von: You, Lei, et al.
Veröffentlicht: (2024)

DISCOVER: A Solver for Distributional Counterfactual Explanations
von: Gu, Yikai, et al.
Veröffentlicht: (2026)

Galaxy Morphology Classification with Counterfactual Explanation
von: Cao, Zhuo, et al.
Veröffentlicht: (2025)

Solving Prior Distribution Mismatch in Diffusion Models via Optimal Transport
von: Wang, Zhanpeng, et al.
Veröffentlicht: (2024)

Counterfactual Identifiability via Dynamic Optimal Transport
von: Ribeiro, Fabio De Sousa, et al.
Veröffentlicht: (2025)

LeapFactual: Reliable Visual Counterfactual Explanation Using Conditional Flow Matching
von: Cao, Zhuo, et al.
Veröffentlicht: (2025)

From Baselines to Transport Geodesics: Axiomatic Attribution via Optimal Generative Flows
von: Zhang, Cenwei, et al.
Veröffentlicht: (2026)

The Effect of Data Poisoning on Counterfactual Explanations
von: Artelt, André, et al.
Veröffentlicht: (2024)

Interval Abstractions for Robust Counterfactual Explanations
von: Jiang, Junqi, et al.
Veröffentlicht: (2024)

Calibrated Explanations: with Uncertainty Information and Counterfactuals
von: Lofstrom, Helena, et al.
Veröffentlicht: (2023)

Rigorous Probabilistic Guarantees for Robust Counterfactual Explanations
von: Marzari, Luca, et al.
Veröffentlicht: (2024)

Generating Counterfactual Explanations Using Cardinality Constraints
von: Ruiz-Torrubiano, Rubén
Veröffentlicht: (2024)

Counterfactual Explanations for Continuous Action Reinforcement Learning
von: Dong, Shuyang, et al.
Veröffentlicht: (2025)

On the Hardness of Computing Counterfactual and Semifactual Explanations in XAI
von: Artelt, André, et al.
Veröffentlicht: (2026)

On the Definition and Detection of Cherry-Picking in Counterfactual Explanations
von: Hinns, James, et al.
Veröffentlicht: (2026)

Deep Backtracking Counterfactuals for Causally Compliant Explanations
von: Kladny, Klaus-Rudolf, et al.
Veröffentlicht: (2023)

Robust Stochastic Graph Generator for Counterfactual Explanations
von: Prado-Romero, Mario Alfonso, et al.
Veröffentlicht: (2023)

Flexible Counterfactual Explanations with Generative Models
von: Hellemans, Stig, et al.
Veröffentlicht: (2025)

Counterfactual Explanations for Deep Learning-Based Traffic Forecasting
von: Wang, Rushan, et al.
Veröffentlicht: (2024)

Robust Counterfactual Explanations in Machine Learning: A Survey
von: Jiang, Junqi, et al.
Veröffentlicht: (2024)

Game-theoretic Counterfactual Explanation for Graph Neural Networks
von: Chhablani, Chirag, et al.
Veröffentlicht: (2024)

Graph Edits for Counterfactual Explanations: A comparative study
von: Dimitriou, Angeliki, et al.
Veröffentlicht: (2024)

Counterfactual Explanations with Probabilistic Guarantees on their Robustness to Model Change
von: Stępka, Ignacy, et al.
Veröffentlicht: (2024)

FLEX: Feature Importance from Layered Counterfactual Explanations
von: Keshtmand, Nawid, et al.
Veröffentlicht: (2025)

Counterfactual Training: Teaching Models Plausible and Actionable Explanations
von: Altmeyer, Patrick, et al.
Veröffentlicht: (2026)

RobustX: Robust Counterfactual Explanations Made Easy
von: Jiang, Junqi, et al.
Veröffentlicht: (2025)

Explaining k-Nearest Neighbors: Abductive and Counterfactual Explanations
von: Barceló, Pablo, et al.
Veröffentlicht: (2025)

The Impact of Machine Learning Uncertainty on the Robustness of Counterfactual Explanations
von: Christodoulou, Leonidas, et al.
Veröffentlicht: (2026)

Multi-Agent Deep Reinforcement Learning for Distributed and Autonomous Platoon Coordination via Speed-regulation over Large-scale Transportation Networks
von: Wei, Dixiao, et al.
Veröffentlicht: (2024)

Probabilistically Plausible Counterfactual Explanations with Normalizing Flows
von: Wielopolski, Patryk, et al.
Veröffentlicht: (2024)

Enhancing Counterfactual Explanation Search with Diffusion Distance and Directional Coherence
von: Domnich, Marharyta, et al.
Veröffentlicht: (2024)

What-If Explanations Over Time: Counterfactuals for Time Series Classification
von: Schlegel, Udo, et al.
Veröffentlicht: (2026)

Provably Robust Bayesian Counterfactual Explanations under Model Changes
von: Duell, Jamie, et al.
Veröffentlicht: (2026)

A Probabilistic Consensus-Driven Approach for Robust Counterfactual Explanations
von: Kostrzewa, Marcin, et al.
Veröffentlicht: (2026)

Counterfactual Explanations for Hypergraph Neural Networks
von: Veglianti, Fabiano, et al.
Veröffentlicht: (2026)

Counterfactual Explanations for Clustering Models
von: Spagnol, Aurora, et al.
Veröffentlicht: (2024)

Adaptive Individual Uncertainty under Out-Of-Distribution Shift with Expert-Routed Conformal Prediction
von: Badkul, Amitesh, et al.
Veröffentlicht: (2025)

Optimal Transport for LLM Reward Modeling from Noisy Preference
von: Pan, Licheng, et al.
Veröffentlicht: (2026)

xai-cola: A Python library for sparsifying counterfactual explanations
von: Zhu, Lin, et al.
Veröffentlicht: (2026)

Joint Optimal Transport and Embedding for Network Alignment
von: Yu, Qi, et al.
Veröffentlicht: (2025)