Buchumschlag

A Framework for Causal Concept-based Model Explanations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bjøru, Anna Rodum, Lysnæs-Larsen, Jacob, Jørgensen, Oskar, Strümke, Inga, Langseth, Helge
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Causal computations in Semi Markovian Structural Causal Models using divide and conquer
von: Bjøru, Anna Rodum, et al.
Veröffentlicht: (2025)

Probing the Probes: Methods and Metrics for Concept Alignment
von: Lysnæs-Larsen, Jacob, et al.
Veröffentlicht: (2025)

Integrating attention into explanation frameworks for language and vision transformers
von: Eggen, Marte, et al.
Veröffentlicht: (2025)

A transformer-based deep reinforcement learning approach to spatial navigation in a partially observable Morris Water Maze
von: Eggen, Marte, et al.
Veröffentlicht: (2024)

Position: AI Security Policy Should Target Systems, Not Models
von: Riegler, Michael A., et al.
Veröffentlicht: (2026)

Regularizing Explanations in Bayesian Convolutional Neural Networks
von: Bekkemoen, Yanzhe, et al.
Veröffentlicht: (2021)

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

Towards Biomarker Discovery for Early Cerebral Palsy Detection: Evaluating Explanations Through Kinematic Perturbations
von: Pellano, Kimji N., et al.
Veröffentlicht: (2025)

LIBERTy: A Causal Framework for Benchmarking Concept-Based Explanations of LLMs with Structural Counterfactuals
von: Toker, Gilat, et al.
Veröffentlicht: (2026)

Evaluating Explainable AI Methods in Deep Learning Models for Early Detection of Cerebral Palsy
von: Pellano, Kimji N., et al.
Veröffentlicht: (2024)

Consumer-side Fairness in Recommender Systems: A Systematic Survey of Methods and Evaluation
von: Vassøy, Bjørnar, et al.
Veröffentlicht: (2023)

DiConStruct: Causal Concept-based Explanations through Black-Box Distillation
von: Moreira, Ricardo, et al.
Veröffentlicht: (2024)

Exploring How Fair Model Representations Relate to Fair Recommendations
von: Vassøy, Bjørnar, et al.
Veröffentlicht: (2026)

Causal Explanations for Image Classifiers
von: Chockler, Hana, et al.
Veröffentlicht: (2024)

Evaluating Readability and Faithfulness of Concept-based Explanations
von: Li, Meng, et al.
Veröffentlicht: (2024)

CINDI: Conditional Imputation and Noisy Data Integrity with Flows in Power Grid Data
von: Baumgartner, David, et al.
Veröffentlicht: (2026)

A New Approach to Backtracking Counterfactual Explanations: A Unified Causal Framework for Efficient Model Interpretability
von: Fatemi, Pouria, et al.
Veröffentlicht: (2025)

Graph Neural Network Causal Explanation via Neural Causal Models
von: Behnam, Arman, et al.
Veröffentlicht: (2024)

Learning Concept Bottleneck Models from Mechanistic Explanations
von: De Santis, Antonio, et al.
Veröffentlicht: (2026)

A Model of Causal Explanation on Neural Networks for Tabular Data
von: Isozaki, Takashi, et al.
Veröffentlicht: (2025)

Minimal, Local, Causal Explanations for Jailbreak Success in Large Language Models
von: Kumar, Shubham, et al.
Veröffentlicht: (2026)

Causally Reliable Concept Bottleneck Models
von: De Felice, Giovanni, et al.
Veröffentlicht: (2025)

Causality-Aware Local Interpretable Model-Agnostic Explanations
von: Cinquini, Martina, et al.
Veröffentlicht: (2022)

Concept-Based Abductive and Contrastive Explanations for Behaviors of Vision Models
von: Canizales, Ronaldo, et al.
Veröffentlicht: (2026)

Causal Concept Graph Models: Beyond Causal Opacity in Deep Learning
von: Dominici, Gabriele, et al.
Veröffentlicht: (2024)

Generating Causally Compliant Counterfactual Explanations using ASP
von: Dasgupta, Sopam
Veröffentlicht: (2025)

CAGE: Causality-Aware Shapley Value for Global Explanations
von: Breuer, Nils Ole, et al.
Veröffentlicht: (2024)

Understanding the (Extra-)Ordinary: Validating Deep Model Decisions with Prototypical Concept-based Explanations
von: Dreyer, Maximilian, et al.
Veröffentlicht: (2023)

Global Concept Explanations for Graphs by Contrastive Learning
von: Teufel, Jonas, et al.
Veröffentlicht: (2024)

Towards Trustworthy Automated Driving through Qualitative Scene Understanding and Explanations
von: Belmecheri, Nassim, et al.
Veröffentlicht: (2024)

Statistically Significant Concept-based Explanation of Image Classifiers via Model Knockoffs
von: Xu, Kaiwen, et al.
Veröffentlicht: (2023)

Causal Explanations Over Time: Articulated Reasoning for Interactive Environments
von: Rödling, Sebastian, et al.
Veröffentlicht: (2025)

Temporal-Conditioned Normalizing Flows for Multivariate Time Series Anomaly Detection
von: Baumgartner, David, et al.
Veröffentlicht: (2026)

CoGS: Model Agnostic Causality Constrained Counterfactual Explanations using goal-directed ASP
von: Dasgupta, Sopam, et al.
Veröffentlicht: (2024)

Deep Backtracking Counterfactuals for Causally Compliant Explanations
von: Kladny, Klaus-Rudolf, et al.
Veröffentlicht: (2023)

Interplay between Federated Learning and Explainable Artificial Intelligence: a Scoping Review
von: Lopez-Ramos, Luis M., et al.
Veröffentlicht: (2024)

ConceptFlow: Hierarchical and Fine-grained Concept-Based Explanation for Convolutional Neural Networks
von: Mu, Xinyu, et al.
Veröffentlicht: (2025)

An Argumentative Explanation Framework for Generalized Reason Model with Inconsistent Precedents
von: Fungwacharakorn, Wachara, et al.
Veröffentlicht: (2025)

Estimation of Concept Explanations Should be Uncertainty Aware
von: Piratla, Vihari, et al.
Veröffentlicht: (2023)

The Impact of Concept Explanations and Interventions on Human-Machine Collaboration
von: Furby, Jack, et al.
Veröffentlicht: (2025)