Buchumschlag

Advancing climate model interpretability: Feature attribution for Arctic melt anomalies

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ale, Tolulope, Schlegel, Nicole-Jeanne, Janeja, Vandana P.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Harnessing Feature Clustering For Enhanced Anomaly Detection With Variational Autoencoder And Dynamic Threshold
von: Ale, Tolulope, et al.
Veröffentlicht: (2024)

Physics-Encoded Inverse Modeling for Arctic Snow Depth Prediction
von: Sampath, Akila, et al.
Veröffentlicht: (2026)

Knowledge-Guided Time-Varying Causal Inference for Arctic Sea Ice Dynamics
von: Sampath, Akila, et al.
Veröffentlicht: (2026)

Attention-Guided Deep Adversarial Temporal Subspace Clustering (A-DATSC) Model for multivariate spatiotemporal data
von: Nji, Francis Ndikum, et al.
Veröffentlicht: (2025)

Investigating Causal Cues: Strengthening Spoofed Audio Detection with Human-Discernible Linguistic Features
von: Khanjani, Zahra, et al.
Veröffentlicht: (2024)

IDRIFTNET: Physics-Driven Spatiotemporal Deep Learning for Iceberg Drift Forecasting
von: Putatunda, Rohan, et al.
Veröffentlicht: (2025)

Hybrid Ensemble Deep Graph Temporal Clustering for Spatiotemporal Data
von: Nji, Francis Ndikum, et al.
Veröffentlicht: (2024)

Interactive dense pixel visualizations for time series and model attribution explanations
von: Schlegel, Udo, et al.
Veröffentlicht: (2024)

Signatures to help interpretability of anomalies
von: Gangler, Emmanuel, et al.
Veröffentlicht: (2025)

Toward Transdisciplinary Approaches to Audio Deepfake Discernment
von: Janeja, Vandana P., et al.
Veröffentlicht: (2024)

The Unfairness of $\varepsilon$-Fairness
von: Fadina, Tolulope, et al.
Veröffentlicht: (2024)

Medical priority fusion: achieving dual optimization of sensitivity and interpretability in nipt anomaly detection
von: Ge, Xiuqi, et al.
Veröffentlicht: (2025)

Challenges in interpretability of additive models
von: Zhang, Xinyu, et al.
Veröffentlicht: (2025)

Reliable Audio Deepfake Detection in Variable Conditions via Quantum-Kernel SVMs
von: Amin, Lisan Al, et al.
Veröffentlicht: (2025)

Narrative to Trajectory (N2T+): Extracting Routes of Life or Death from Human Trafficking Text Corpora
von: Karabatis, Saydeh N., et al.
Veröffentlicht: (2024)

Creating Geospatial Trajectories from Human Trafficking Text Corpora
von: Karabatis, Saydeh N., et al.
Veröffentlicht: (2024)

DeepTopoNet: A Framework for Subglacial Topography Estimation on the Greenland Ice Sheets
von: Tama, Bayu Adhi, et al.
Veröffentlicht: (2025)

Learning accurate and interpretable tree-based models
von: Balcan, Maria-Florina, et al.
Veröffentlicht: (2024)

Machine learning surrogate models of many-body dispersion interactions in polymer melts
von: Shen, Zhaoxiang, et al.
Veröffentlicht: (2025)

Do machine learning climate models work in changing climate dynamics?
von: Navarro, Maria Conchita Agana, et al.
Veröffentlicht: (2025)

Switchable Activation Networks
von: Ale, Laha, et al.
Veröffentlicht: (2026)

A Neuro‐Symbolic GeoAI Framework for Extraction of Travel Routes From Unstructured Texts
von: Saydeh Karabatis, et al.
Veröffentlicht: (2025)

Discovering interpretable models of scientific image data with deep learning
von: Soelistyo, Christopher J., et al.
Veröffentlicht: (2024)

Monotonic anomaly detection
von: Lenz, Oliver Urs, et al.
Veröffentlicht: (2024)

Mechanistic interpretability for steering vision-language-action models
von: Häon, Bear, et al.
Veröffentlicht: (2025)

Large language models can be zero-shot anomaly detectors for time series?
von: Alnegheimish, Sarah, et al.
Veröffentlicht: (2024)

Multi-Speaker Conversational Audio Deepfake: Taxonomy, Dataset and Pilot Study
von: Ahmed, Alabi, et al.
Veröffentlicht: (2026)

Plastic tensor networks for interpretable generative modeling
von: Akamatsu, Katsuya O., et al.
Veröffentlicht: (2025)

On the transferability of Sparse Autoencoders for interpreting compressed models
von: Gupte, Suchit, et al.
Veröffentlicht: (2025)

mlr3summary: Concise and interpretable summaries for machine learning models
von: Dandl, Susanne, et al.
Veröffentlicht: (2024)

Improving clinical interpretability of linear neuroimaging models through feature whitening
von: Petiton, Sara, et al.
Veröffentlicht: (2026)

Towards detailed and interpretable hybrid modeling of continental-scale bird migration
von: Lippert, Fiona, et al.
Veröffentlicht: (2024)

Comparative Analysis of ML Models with Selection Methods for Early Predictive Analytics of Sepsis in ICU
von: Vandana, et al.
Veröffentlicht: (2024)

A tree-based kernel for graphs with continuous attributes
von: Martino, Giovanni Da San, et al.
Veröffentlicht: (2015)

Fault injection analysis of Real NVP normalising flow model for satellite anomaly detection
von: Greco, Gabriele, et al.
Veröffentlicht: (2025)

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

Multi-megabase scale genome interpretation with genetic language models
von: Träuble, Frederik, et al.
Veröffentlicht: (2025)

Training data attribution in diffusion models via mirrored unlearning and noise-consistent skew
von: Serrà, Joan, et al.
Veröffentlicht: (2026)

TAGLAS: An atlas of text-attributed graph datasets in the era of large graph and language models
von: Feng, Jiarui, et al.
Veröffentlicht: (2024)

xRFM: Accurate, scalable, and interpretable feature learning models for tabular data
von: Beaglehole, Daniel, et al.
Veröffentlicht: (2025)