Buchumschlag

Designing User-Centric Metrics for Evaluation of Counterfactual Explanations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Choudhury, Firdaus Ahmed, Leicht, Ethan, Bislig, Jude Ethan, Guo, Hangzhi, Yadav, Amulya
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

Watermarking Counterfactual Explanations
von: Guo, Hangzhi, et al.
Veröffentlicht: (2024)

Designing User-Centric Behavioral Interventions to Prevent Dysglycemia with Novel Counterfactual Explanations
von: Arefeen, Asiful, et al.
Veröffentlicht: (2023)

SLA-Centric Automated Algorithm Selection Framework for Cloud Environments
von: Rizwan, Siana, et al.
Veröffentlicht: (2025)

Introducing User Feedback-based Counterfactual Explanations (UFCE)
von: Suffian, Muhammad, et al.
Veröffentlicht: (2024)

Tabular Diffusion Counterfactual Explanations
von: Zhang, Wei, et al.
Veröffentlicht: (2025)

Graph Diffusion Counterfactual Explanation
von: Bechtoldt, David, et al.
Veröffentlicht: (2025)

Beyond One-Size-Fits-All: Adapting Counterfactual Explanations to User Objectives
von: Mastromichalakis, Orfeas Menis, et al.
Veröffentlicht: (2024)

CHAI for LLMs: Improving Code-Mixed Translation in Large Language Models through Reinforcement Learning with AI Feedback
von: Zhang, Wenbo, et al.
Veröffentlicht: (2024)

Metric Learning to Accelerate Convergence of Operator Splitting Methods for Differentiable Parametric Programming
von: King, Ethan, et al.
Veröffentlicht: (2024)

ACE: Adapting sampling for Counterfactual Explanations
von: Guerrero, Margarita A., et al.
Veröffentlicht: (2025)

Optimal Transport Group Counterfactual Explanations
von: Valero-Leal, Enrique, et al.
Veröffentlicht: (2026)

Counterfactual Explanations Under Concept Drift
von: Kostrzewa, Marcin, et al.
Veröffentlicht: (2026)

Plausible Counterfactual Explanations of Recommendations
von: Černý, Jakub, et al.
Veröffentlicht: (2025)

Counterfactual Explanations for Linear Optimization
von: Kurtz, Jannis, et al.
Veröffentlicht: (2024)

S-CFE: Simple Counterfactual Explanations
von: Sadiku, Shpresim, et al.
Veröffentlicht: (2024)

Counterfactual Explanations for k-means and Gaussian Clustering
von: Vardakas, Georgios, et al.
Veröffentlicht: (2025)

DISCOVER: A Solver for Distributional Counterfactual Explanations
von: Gu, Yikai, et al.
Veröffentlicht: (2026)

CF-OPT: Counterfactual Explanations for Structured Prediction
von: Vivier-Ardisson, Germain, et al.
Veröffentlicht: (2024)

Motif-guided Time Series Counterfactual Explanations
von: Li, Peiyu, et al.
Veröffentlicht: (2022)

One-for-many Counterfactual Explanations by Column Generation
von: Lodi, Andrea, et al.
Veröffentlicht: (2024)

Rethinking Distance Metrics for Counterfactual Explainability
von: Williams, Joshua Nathaniel, et al.
Veröffentlicht: (2024)

Density-Guided Robust Counterfactual Explanations on Tabular Data under Model Multiplicity
von: Tan, Jun, et al.
Veröffentlicht: (2026)

Galaxy Morphology Classification with Counterfactual Explanation
von: Cao, Zhuo, et al.
Veröffentlicht: (2025)

Calibrated Explanations: with Uncertainty Information and Counterfactuals
von: Lofstrom, Helena, et al.
Veröffentlicht: (2023)

Distributional Counterfactual Explanations With Optimal Transport
von: You, Lei, et al.
Veröffentlicht: (2024)

The Effect of Data Poisoning on Counterfactual Explanations
von: Artelt, André, et al.
Veröffentlicht: (2024)

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

Why the Agent Made that Decision: Contrastive Explanation Learning for Reinforcement Learning
von: Zuo, Rui, et al.
Veröffentlicht: (2024)

CONFEX: Uncertainty-Aware Counterfactual Explanations with Conformal Guarantees
von: Bilkhoo, Aman, et al.
Veröffentlicht: (2025)

Interpretable Model-Aware Counterfactual Explanations for Random Forest
von: Harvey, Joshua S., et al.
Veröffentlicht: (2025)

Learning Actionable Counterfactual Explanations in Large State Spaces
von: Naggita, Keziah, et al.
Veröffentlicht: (2024)

Counterfactual Explanations via Riemannian Latent Space Traversal
von: Pegios, Paraskevas, et al.
Veröffentlicht: (2024)

A Survey on Graph Counterfactual Explanations: Definitions, Methods, Evaluation, and Research Challenges
von: Prado-Romero, Mario Alfonso, et al.
Veröffentlicht: (2022)

LD-ViCE: Latent Diffusion Model for Video Counterfactual Explanations
von: Varshney, Payal, et al.
Veröffentlicht: (2025)

Flexible Counterfactual Explanations with Generative Models
von: Hellemans, Stig, et al.
Veröffentlicht: (2025)

Contextual Online Uncertainty-Aware Preference Learning for Human Feedback
von: Lu, Nan, et al.
Veröffentlicht: (2025)

Counterfactual Explanations for Clustering Models
von: Spagnol, Aurora, et al.
Veröffentlicht: (2024)

Evaluation of Machine and Deep Learning Techniques for Cyclone Trajectory Regression and Status Classification by Time Series Data
von: Lo, Ethan Zachary, et al.
Veröffentlicht: (2025)

Counterfactual Explanations for Continuous Action Reinforcement Learning
von: Dong, Shuyang, et al.
Veröffentlicht: (2025)

Bayesian Neural Networks: An Introduction and Survey
von: Goan, Ethan, et al.
Veröffentlicht: (2020)