Buchumschlag

Advancing Interactive Explainable AI via Belief Change Theory

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rago, Antonio, Martinez, Maria Vanina
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

How Do People Revise Inconsistent Beliefs? Examining Belief Revision in Humans with User Studies
von: Vasileiou, Stylianos Loukas, et al.
Veröffentlicht: (2025)

An Abstract Worlds Semantic Framework for Belief Change Operators
von: Grimaldi, Daniel, et al.
Veröffentlicht: (2026)

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

Argumentative Human-AI Decision-Making: Toward AI Agents That Reason With Us, Not For Us
von: Vasileiou, Stylianos Loukas, et al.
Veröffentlicht: (2026)

Meronymic Ontology Extraction via Large Language Models
von: Zhang, Dekai, et al.
Veröffentlicht: (2025)

AI Debaters are More Persuasive when Arguing in Alignment with Their Own Beliefs
von: Carro, María Victoria, et al.
Veröffentlicht: (2025)

Explicit Modelling of Theory of Mind for Belief Prediction in Nonverbal Social Interactions
von: Bortoletto, Matteo, et al.
Veröffentlicht: (2024)

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

Theory of Mind for Explainable Human-Robot Interaction
von: Bauer, Marie S., et al.
Veröffentlicht: (2025)

Retrieval- and Argumentation-Enhanced Multi-Agent LLMs for Judgmental Forecasting (Extended Version with Supplementary Material)
von: Gorur, Deniz, et al.
Veröffentlicht: (2025)

Free Argumentative Exchanges for Explaining Image Classifiers
von: Kori, Avinash, et al.
Veröffentlicht: (2025)

Belief Offloading in Human-AI Interaction
von: Guingrich, Rose E., et al.
Veröffentlicht: (2026)

Explainable Human-AI Interaction: A Planning Perspective
von: Sreedharan, Sarath, et al.
Veröffentlicht: (2024)

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

Recourse under Model Multiplicity via Argumentative Ensembling (Technical Report)
von: Jiang, Junqi, et al.
Veröffentlicht: (2023)

Explainable Time Series Prediction of Tyre Energy in Formula One Race Strategy
von: Todd, Jamie, et al.
Veröffentlicht: (2025)

Belief Change based on Knowledge Measures
von: Straccia, Umberto, et al.
Veröffentlicht: (2024)

Explainable Reinforcement Learning for Formula One Race Strategy
von: Thomas, Devin, et al.
Veröffentlicht: (2025)

Interpretable Representations in Explainable AI: From Theory to Practice
von: Sokol, Kacper, et al.
Veröffentlicht: (2020)

On Gradual Semantics for Assumption-Based Argumentation
von: Rapberger, Anna, et al.
Veröffentlicht: (2025)

Advancing Explainable AI with Causal Analysis in Large-Scale Fuzzy Cognitive Maps
von: Tyrovolas, Marios, et al.
Veröffentlicht: (2024)

Argumentatively Coherent Judgmental Forecasting
von: Gorur, Deniz, et al.
Veröffentlicht: (2025)

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

Advancing Explainable AI Toward Human-Like Intelligence: Forging the Path to Artificial Brain
von: Zhou, Yongchen, et al.
Veröffentlicht: (2024)

The Distributional Uncertainty of the SHAP score in Explainable Machine Learning
von: Cifuentes, Santiago, et al.
Veröffentlicht: (2024)

Learning Dynamic Belief Graphs for Theory-of-mind Reasoning
von: Chen, Ruxiao, et al.
Veröffentlicht: (2026)

Demystifying Reinforcement Learning in Production Scheduling via Explainable AI
von: Fischer, Daniel, et al.
Veröffentlicht: (2024)

Accumulating Context Changes the Beliefs of Language Models
von: Geng, Jiayi, et al.
Veröffentlicht: (2025)

Contestability in Quantitative Argumentation
von: Yin, Xiang, et al.
Veröffentlicht: (2025)

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

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

Can Large Language Models perform Relation-based Argument Mining?
von: Gorur, Deniz, et al.
Veröffentlicht: (2024)

Dataset | Mindset = Explainable AI | Interpretable AI
von: Wu, Caesar, et al.
Veröffentlicht: (2024)

A Critical Survey on Fairness Benefits of Explainable AI
von: Deck, Luca, et al.
Veröffentlicht: (2023)

Guided Game Level Repair via Explainable AI
von: Bazzaz, Mahsa, et al.
Veröffentlicht: (2024)

A Descriptive and Normative Theory of Human Beliefs in RLHF
von: Dandekar, Sylee, et al.
Veröffentlicht: (2025)

Interdisciplinary Expertise to Advance Equitable Explainable AI
von: Bennett, Chloe R., et al.
Veröffentlicht: (2024)

Defining Explainable AI for Requirements Analysis
von: Sheh, Raymond, et al.
Veröffentlicht: (2026)

Comparing Dialectical Systems: Contradiction and Counterexample in Belief Change (Extended Version)
von: Andrews, Uri, et al.
Veröffentlicht: (2025)

Evaluating Explainability: A Framework for Systematic Assessment and Reporting of Explainable AI Features
von: Lago, Miguel A., et al.
Veröffentlicht: (2025)