Self-Explaining Neural Networks for Business Process Monitoring
Fuente:
arXiv
Salvato in:
| Autori principali: | Bassan, Shahaf, Gur, Shlomit, Zeltyn, Sergey, Mavrogiorgos, Konstantinos, Eliav, Ron, Kyriazis, Dimosthenis |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Explain Yourself, Briefly! Self-Explaining Neural Networks with Concise Sufficient Reasons
di: Bassan, Shahaf, et al.
Pubblicazione: (2025)
di: Bassan, Shahaf, et al.
Pubblicazione: (2025)
Additive Models Explained: A Computational Complexity Approach
di: Bassan, Shahaf, et al.
Pubblicazione: (2025)
di: Bassan, Shahaf, et al.
Pubblicazione: (2025)
Hard to Explain: On the Computational Hardness of In-Distribution Model Interpretation
di: Amir, Guy, et al.
Pubblicazione: (2024)
di: Amir, Guy, et al.
Pubblicazione: (2024)
Provably Explaining Neural Additive Models
di: Bassan, Shahaf, et al.
Pubblicazione: (2026)
di: Bassan, Shahaf, et al.
Pubblicazione: (2026)
FAME: Formal Abstract Minimal Explanation for Neural Networks
di: Boumazouza, Ryma, et al.
Pubblicazione: (2026)
di: Boumazouza, Ryma, et al.
Pubblicazione: (2026)
Explaining, Fast and Slow: Abstraction and Refinement of Provable Explanations
di: Bassan, Shahaf, et al.
Pubblicazione: (2025)
di: Bassan, Shahaf, et al.
Pubblicazione: (2025)
SHAP Meets Tensor Networks: Provably Tractable Explanations with Parallelism
di: Marzouk, Reda, et al.
Pubblicazione: (2025)
di: Marzouk, Reda, et al.
Pubblicazione: (2025)
Verified SHAP: Provable Bounds for Exact Shapley Values of Neural Networks
di: Boetius, David, et al.
Pubblicazione: (2026)
di: Boetius, David, et al.
Pubblicazione: (2026)
Formal Mechanistic Interpretability: Automated Circuit Discovery with Provable Guarantees
di: Hadad, Itamar, et al.
Pubblicazione: (2026)
di: Hadad, Itamar, et al.
Pubblicazione: (2026)
Local vs. Global Interpretability: A Computational Complexity Perspective
di: Bassan, Shahaf, et al.
Pubblicazione: (2024)
di: Bassan, Shahaf, et al.
Pubblicazione: (2024)
Unifying Formal Explanations: A Complexity-Theoretic Perspective
di: Bassan, Shahaf, et al.
Pubblicazione: (2026)
di: Bassan, Shahaf, et al.
Pubblicazione: (2026)
Can Large Language Models Beat Wall Street? Unveiling the Potential of AI in Stock Selection
di: Fatouros, Georgios, et al.
Pubblicazione: (2024)
di: Fatouros, Georgios, et al.
Pubblicazione: (2024)
Improving the Effective Receptive Field of Message-Passing Neural Networks
di: Finder, Shahaf E., et al.
Pubblicazione: (2025)
di: Finder, Shahaf E., et al.
Pubblicazione: (2025)
What makes an Ensemble (Un) Interpretable?
di: Bassan, Shahaf, et al.
Pubblicazione: (2025)
di: Bassan, Shahaf, et al.
Pubblicazione: (2025)
Time-Aware and Transition-Semantic Graph Neural Networks for Interpretable Predictive Business Process Monitoring
di: Wang, Fang, et al.
Pubblicazione: (2025)
di: Wang, Fang, et al.
Pubblicazione: (2025)
On the Computational Tractability of the (Many) Shapley Values
di: Marzouk, Reda, et al.
Pubblicazione: (2025)
di: Marzouk, Reda, et al.
Pubblicazione: (2025)
An Analytical Model for Overparameterized Learning Under Class Imbalance
di: Mor, Eliav, et al.
Pubblicazione: (2025)
di: Mor, Eliav, et al.
Pubblicazione: (2025)
Self-Explaining Hypergraph Neural Networks for Diagnosis Prediction
di: Yu, Leisheng, et al.
Pubblicazione: (2025)
di: Yu, Leisheng, et al.
Pubblicazione: (2025)
Runtime Monitoring and Fault Detection for Neural Network-Controlled Systems
di: Lan, Jianglin, et al.
Pubblicazione: (2024)
di: Lan, Jianglin, et al.
Pubblicazione: (2024)
Explaining Neural Networks with Reasons
di: Hornischer, Levin, et al.
Pubblicazione: (2025)
di: Hornischer, Levin, et al.
Pubblicazione: (2025)
On the Simplification of Neural Network Architectures for Predictive Process Monitoring
di: Ansari, Amaan, et al.
Pubblicazione: (2025)
di: Ansari, Amaan, et al.
Pubblicazione: (2025)
Q-SENN: Quantized Self-Explaining Neural Networks
di: Norrenbrock, Thomas, et al.
Pubblicazione: (2023)
di: Norrenbrock, Thomas, et al.
Pubblicazione: (2023)
Spectral Graph Neural Networks are Incomplete on Graphs with a Simple Spectrum
di: Hordan, Snir, et al.
Pubblicazione: (2025)
di: Hordan, Snir, et al.
Pubblicazione: (2025)
CLATTER: Comprehensive Entailment Reasoning for Hallucination Detection
di: Eliav, Ron, et al.
Pubblicazione: (2025)
di: Eliav, Ron, et al.
Pubblicazione: (2025)
A Note on Graphon-Signal Analysis of Graph Neural Networks
di: Rauchwerger, Levi, et al.
Pubblicazione: (2025)
di: Rauchwerger, Levi, et al.
Pubblicazione: (2025)
Explaining Deep Neural Networks by Leveraging Intrinsic Methods
di: La Rosa, Biagio
Pubblicazione: (2024)
di: La Rosa, Biagio
Pubblicazione: (2024)
Relevant Walk Search for Explaining Graph Neural Networks
di: Xiong, Ping, et al.
Pubblicazione: (2026)
di: Xiong, Ping, et al.
Pubblicazione: (2026)
TimePoint: Accelerated Time Series Alignment via Self-Supervised Keypoint and Descriptor Learning
di: Weber, Ron Shapira, et al.
Pubblicazione: (2025)
di: Weber, Ron Shapira, et al.
Pubblicazione: (2025)
Neural Networks With Dense Weights Are Not Universal Approximators
di: Rauchwerger, Levi, et al.
Pubblicazione: (2026)
di: Rauchwerger, Levi, et al.
Pubblicazione: (2026)
Public Synthesis of D7.4: Algorithm for data mining for legal analysis and policymaking
di: Alexakis, Emmanouil, et al.
Pubblicazione: (2025)
di: Alexakis, Emmanouil, et al.
Pubblicazione: (2025)
Graph-based Integrated Gradients for Explaining Graph Neural Networks
di: Simpson, Lachlan, et al.
Pubblicazione: (2025)
di: Simpson, Lachlan, et al.
Pubblicazione: (2025)
Generating In-Distribution Proxy Graphs for Explaining Graph Neural Networks
di: Chen, Zhuomin, et al.
Pubblicazione: (2024)
di: Chen, Zhuomin, et al.
Pubblicazione: (2024)
Training Deep Morphological Neural Networks as Universal Approximators
di: Fotopoulos, Konstantinos, et al.
Pubblicazione: (2025)
di: Fotopoulos, Konstantinos, et al.
Pubblicazione: (2025)
FairLoop: Software Support for Human-Centric Fairness in Predictive Business Process Monitoring
di: Möhrlein, Felix, et al.
Pubblicazione: (2025)
di: Möhrlein, Felix, et al.
Pubblicazione: (2025)
Generalization, Expressivity, and Universality of Graph Neural Networks on Attributed Graphs
di: Rauchwerger, Levi, et al.
Pubblicazione: (2024)
di: Rauchwerger, Levi, et al.
Pubblicazione: (2024)
Explaining Bayesian Neural Networks
di: Bykov, Kirill, et al.
Pubblicazione: (2021)
di: Bykov, Kirill, et al.
Pubblicazione: (2021)
An Analytical Multiple Criteria Framework for Temporal and Dynamic Business-to-Business Customer Segmentation in Manufacturing
di: Raees, Muhammad, et al.
Pubblicazione: (2026)
di: Raees, Muhammad, et al.
Pubblicazione: (2026)
On the Lipschitz Continuity of Set Aggregation Functions and Neural Networks for Sets
di: Nikolentzos, Giannis, et al.
Pubblicazione: (2025)
di: Nikolentzos, Giannis, et al.
Pubblicazione: (2025)
LogicXGNN: Grounded Logical Rules for Explaining Graph Neural Networks
di: Geng, Chuqin, et al.
Pubblicazione: (2025)
di: Geng, Chuqin, et al.
Pubblicazione: (2025)
GOAt: Explaining Graph Neural Networks via Graph Output Attribution
di: Lu, Shengyao, et al.
Pubblicazione: (2024)
di: Lu, Shengyao, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Explain Yourself, Briefly! Self-Explaining Neural Networks with Concise Sufficient Reasons
di: Bassan, Shahaf, et al.
Pubblicazione: (2025) -
Additive Models Explained: A Computational Complexity Approach
di: Bassan, Shahaf, et al.
Pubblicazione: (2025) -
Hard to Explain: On the Computational Hardness of In-Distribution Model Interpretation
di: Amir, Guy, et al.
Pubblicazione: (2024) -
Provably Explaining Neural Additive Models
di: Bassan, Shahaf, et al.
Pubblicazione: (2026) -
FAME: Formal Abstract Minimal Explanation for Neural Networks
di: Boumazouza, Ryma, et al.
Pubblicazione: (2026)