Copertina

SHAP scores fail pervasively even when Lipschitz succeeds

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Letoffe, Olivier, Huang, Xuanxiang, Marques-Silva, Joao
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Towards trustable SHAP scores
di: Letoffe, Olivier, et al.
Pubblicazione: (2024)

From SHAP Scores to Feature Importance Scores
di: Letoffe, Olivier, et al.
Pubblicazione: (2024)

Rigorous Feature Importance Scores based on Shapley Value and Banzhaf Index
di: Huang, Xuanxiang, et al.
Pubblicazione: (2025)

The Explanation Game -- Rekindled (Extended Version)
di: Marques-Silva, Joao, et al.
Pubblicazione: (2025)

Towards Rigorous Explainability by Feature Attribution
di: Létoffé, Olivier, et al.
Pubblicazione: (2026)

Explainability is NOT a Game
di: Marques-Silva, Joao, et al.
Pubblicazione: (2023)

Rigorous Explanations for Tree Ensembles
di: Izza, Yacine, et al.
Pubblicazione: (2026)

A Refutation of Shapley Values for Explainability
di: Huang, Xuanxiang, et al.
Pubblicazione: (2023)

From Robustness to Explainability and Back Again
di: Huang, Xuanxiang, et al.
Pubblicazione: (2023)

SHAP-based Explanations are Sensitive to Feature Representation
di: Hwang, Hyunseung, et al.
Pubblicazione: (2025)

PolySHAP: Extending KernelSHAP with Interaction-Informed Polynomial Regression
di: Fumagalli, Fabian, et al.
Pubblicazione: (2026)

Interaction Tensor SHAP
di: Hasegawa, Hiroki, et al.
Pubblicazione: (2025)

Distance-Restricted Explanations: Theoretical Underpinnings & Efficient Implementation
di: Izza, Yacine, et al.
Pubblicazione: (2024)

CS-SHAP: Extending SHAP to Cyclic-Spectral Domain for Better Interpretability of Intelligent Fault Diagnosis
di: Chen, Qian, et al.
Pubblicazione: (2025)

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

CNN-TFT explained by SHAP with multi-head attention weights for time series forecasting
di: Stefenon, Stefano F., et al.
Pubblicazione: (2025)

Explanation Multiplicity in SHAP: Characterization and Assessment
di: Hwang, Hyunseung, et al.
Pubblicazione: (2026)

Can Global XAI Methods Reveal Injected Bias in LLMs? SHAP vs Rule Extraction vs RuleSHAP
di: Sovrano, Francesco
Pubblicazione: (2025)

On the Tractability of SHAP Explanations under Markovian Distributions
di: Marzouk, Reda, et al.
Pubblicazione: (2024)

Towards Piece-by-Piece Explanations for Chess Positions with SHAP
di: Spinnato, Francesco
Pubblicazione: (2025)

ContextualSHAP : Enhancing SHAP Explanations Through Contextual Language Generation
di: Dwiyanti, Latifa, et al.
Pubblicazione: (2025)

HyperSHAP: Shapley Values and Interactions for Explaining Hyperparameter Optimization
di: Wever, Marcel, et al.
Pubblicazione: (2025)

How to safely discard features based on aggregate SHAP values
di: Bhattacharjee, Robi, et al.
Pubblicazione: (2025)

A Perspective on Explainable Artificial Intelligence Methods: SHAP and LIME
di: Salih, Ahmed, et al.
Pubblicazione: (2023)

A Polynomial-Time Axiomatic Alternative to SHAP for Feature Attribution
di: Hiraki, Kazuhiro, et al.
Pubblicazione: (2026)

Locally-Minimal Probabilistic Explanations
di: Izza, Yacine, et al.
Pubblicazione: (2023)

KernelSHAP-IQ: Weighted Least-Square Optimization for Shapley Interactions
di: Fumagalli, Fabian, et al.
Pubblicazione: (2024)

Enhancing SHAP Explainability for Diagnostic and Prognostic ML Models in Alzheimer Disease
di: Guillén, Pablo, et al.
Pubblicazione: (2026)

CQD-SHAP: Explainable Complex Query Answering via Shapley Values
di: Abbasi, Parsa, et al.
Pubblicazione: (2025)

Fooling SHAP with Output Shuffling Attacks
di: Yuan, Jun, et al.
Pubblicazione: (2024)

Incentivized Lipschitz Bandits
di: Chakraborty, Sourav, et al.
Pubblicazione: (2025)

Shaping Up SHAP: Enhancing Stability through Layer-Wise Neighbor Selection
di: Kelodjou, Gwladys, et al.
Pubblicazione: (2023)

DeltaSHAP: Explaining Prediction Evolutions in Online Patient Monitoring with Shapley Values
di: Kim, Changhun, et al.
Pubblicazione: (2025)

Choose Your Explanation: A Comparison of SHAP and GradCAM in Human Activity Recognition
di: Tempel, Felix, et al.
Pubblicazione: (2024)

TN-SHAP-G: Graph-Structured Tensor Network Surrogates for Shapley Values and Interactions
di: Heidari, Farzaneh, et al.
Pubblicazione: (2026)

Feature contamination: Neural networks learn uncorrelated features and fail to generalize
di: Zhang, Tianren, et al.
Pubblicazione: (2024)

The Cost of Relaxation: Evaluating the Error in Convex Neural Network Verification
di: Papamichail, Merkouris, et al.
Pubblicazione: (2026)

Delivering Inflated Explanations
di: Izza, Yacine, et al.
Pubblicazione: (2023)

Enhancing RL Generalizability in Robotics through SHAP Analysis of Algorithms and Hyperparameters
di: Kong, Lingxiao, et al.
Pubblicazione: (2026)

Causal SHAP: Feature Attribution with Dependency Awareness through Causal Discovery
di: Ng, Woon Yee, et al.
Pubblicazione: (2025)