Buchumschlag

Explain Yourself, Briefly! Self-Explaining Neural Networks with Concise Sufficient Reasons

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bassan, Shahaf, Eliav, Ron, Gur, Shlomit
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Logic in Computer Science
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Self-Explaining Neural Networks for Business Process Monitoring
von: Bassan, Shahaf, et al.
Veröffentlicht: (2025)

Hard to Explain: On the Computational Hardness of In-Distribution Model Interpretation
von: Amir, Guy, et al.
Veröffentlicht: (2024)

Provably Explaining Neural Additive Models
von: Bassan, Shahaf, et al.
Veröffentlicht: (2026)

Explaining, Fast and Slow: Abstraction and Refinement of Provable Explanations
von: Bassan, Shahaf, et al.
Veröffentlicht: (2025)

Formal Mechanistic Interpretability: Automated Circuit Discovery with Provable Guarantees
von: Hadad, Itamar, et al.
Veröffentlicht: (2026)

Local vs. Global Interpretability: A Computational Complexity Perspective
von: Bassan, Shahaf, et al.
Veröffentlicht: (2024)

Verified SHAP: Provable Bounds for Exact Shapley Values of Neural Networks
von: Boetius, David, et al.
Veröffentlicht: (2026)

What makes an Ensemble (Un) Interpretable?
von: Bassan, Shahaf, et al.
Veröffentlicht: (2025)

Slice and Explain: Logic-Based Explanations for Neural Networks through Domain Slicing
von: Queiroz, Luiz Fernando Paulino, et al.
Veröffentlicht: (2026)

On the Computational Tractability of the (Many) Shapley Values
von: Marzouk, Reda, et al.
Veröffentlicht: (2025)

Think Locally, Explain Globally: Graph-Guided LLM Investigations via Local Reasoning and Belief Propagation
von: Jha, Saurabh, et al.
Veröffentlicht: (2026)

Additive Models Explained: A Computational Complexity Approach
von: Bassan, Shahaf, et al.
Veröffentlicht: (2025)

Marabou 2.0: A Versatile Formal Analyzer of Neural Networks
von: Wu, Haoze, et al.
Veröffentlicht: (2024)

Continuous Modal Logical Neural Networks: Modal Reasoning via Stochastic Accessibility
von: Sulc, Antonin
Veröffentlicht: (2026)

Efficient Certified Reasoning for Binarized Neural Networks
von: Yang, Jiong, et al.
Veröffentlicht: (2025)

Proof Minimization in Neural Network Verification
von: Isac, Omri, et al.
Veröffentlicht: (2025)

Space Explanations of Neural Network Classification
von: Labbaf, Faezeh, et al.
Veröffentlicht: (2025)

The Logical Expressiveness of Topological Neural Networks
von: Akbari, Amirreza, et al.
Veröffentlicht: (2026)

Lecture Notes on Verifying Graph Neural Networks
von: Schwarzentruber, François
Veröffentlicht: (2025)

Logic Gate Neural Networks are Good for Verification
von: Kresse, Fabian, et al.
Veröffentlicht: (2025)

A Logic for Reasoning About Aggregate-Combine Graph Neural Networks
von: Nunn, Pierre, et al.
Veröffentlicht: (2024)

The Polynomial Counting Capabilities of Message Passing Neural Networks
von: Sälzer, Marco, et al.
Veröffentlicht: (2026)

TLINet: Differentiable Neural Network Temporal Logic Inference
von: Li, Danyang, et al.
Veröffentlicht: (2024)

Branch and Bound for Piecewise Linear Neural Network Verification
von: Bunel, Rudy, et al.
Veröffentlicht: (2019)

Almost Surely Asymptotically Constant Graph Neural Networks
von: Adam-Day, Sam, et al.
Veröffentlicht: (2024)

PICID: Proof-Driven Clause Learning in Neural Network Verification
von: Isac, Omri, et al.
Veröffentlicht: (2025)

Nazrin: Atomic Tactics for Graph Neural Networks for Theorem Proving in Lean 4
von: Aniva, Leni, et al.
Veröffentlicht: (2026)

Bound Propagation meets Constraint Simplification: Improving Logic-based XAI for Neural Networks
von: Gomes, Ronaldo, et al.
Veröffentlicht: (2026)

The Descriptive Complexity of Graph Neural Networks
von: Grohe, Martin
Veröffentlicht: (2023)

Verifying Quantized Graph Neural Networks is PSPACE-complete
von: Sälzer, Marco, et al.
Veröffentlicht: (2025)

The Complexity of Verifying Feedforward Neural Networks in Quantised Settings
von: Alsmann, Eric, et al.
Veröffentlicht: (2026)

A Hybrid Real-Time Framework for Efficient Fussell-Vesely Importance Evaluation Using Virtual Fault Trees and Graph Neural Networks
von: Xiao, Xingyu, et al.
Veröffentlicht: (2024)

BAss: Symbolic Reasoning in Abstract Dialectical Frameworks
von: Pastva, Samuel, et al.
Veröffentlicht: (2026)

Neural Model Checking
von: Giacobbe, Mirco, et al.
Veröffentlicht: (2024)

Learning Rules Explaining Interactive Theorem Proving Tactic Prediction
von: Zhang, Liao, et al.
Veröffentlicht: (2024)

Modal Logical Neural Networks
von: Sulc, Antonin
Veröffentlicht: (2025)

Neural Logic Networks for Interpretable Classification
von: Perreault, Vincent, et al.
Veröffentlicht: (2025)

Learning Representations Through Contrastive Neural Model Checking
von: Krsmanovic, Vladimir, et al.
Veröffentlicht: (2025)

Regional, Lattice and Logical Representations of Neural Networks
von: Preto, Sandro, et al.
Veröffentlicht: (2025)

Set-Based Training for Neural Network Verification
von: Koller, Lukas, et al.
Veröffentlicht: (2024)