Buchumschlag

Axiomatic Foundations of Counterfactual Explanations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Amgoud, Leila, Cooper, Martin
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence Machine Learning Methodology F.4.1
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Counterfactual Realizability
von: Raghavan, Arvind, et al.
Veröffentlicht: (2025)

Causal Identification from Counterfactual Data: Completeness and Bounding Results
von: Raghavan, Arvind, et al.
Veröffentlicht: (2026)

CON-FOLD -- Explainable Machine Learning with Confidence
von: McGinness, Lachlan, et al.
Veröffentlicht: (2024)

Inverse-Free Wilson Loops for Transformers: A Practical Diagnostic for Invariance and Order Sensitivity
von: Chang, Edward Y., et al.
Veröffentlicht: (2025)

Axiomatic Characterisations of Sample-based Explainers
von: Amgoud, Leila, et al.
Veröffentlicht: (2024)

On the Conditions for Domain Stability for Machine Learning: a Mathematical Approach
von: Pedroza, Gabriel
Veröffentlicht: (2024)

Comparing verbal, visual and combined explanations for Bayesian Network inferences
von: Nyberg, Erik P., et al.
Veröffentlicht: (2025)

A Framework for Generating Informative Benchmark Instances
von: Dang, Nguyen, et al.
Veröffentlicht: (2022)

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

Incremental Selection of Most-Filtering Conjectures and Proofs of the Selected Conjectures
von: Ngouonou, Jovial Cheukam, et al.
Veröffentlicht: (2025)

Argumentation and Machine Learning
von: Rago, Antonio, et al.
Veröffentlicht: (2024)

The Luna Bound Propagator for Formal Analysis of Neural Networks
von: LeCates, Henry, et al.
Veröffentlicht: (2026)

Reasoning-Enhanced Rare-Event Prediction with Balanced Outcome Correction
von: Bulgakov, Vitaly, et al.
Veröffentlicht: (2026)

Investigating the Grounding Bottleneck for a Large-Scale Configuration Problem: Existing Tools and Constraint-Aware Guessing
von: Semmelrock, Veronika, et al.
Veröffentlicht: (2026)

Why this and not that? A Logic-based Framework for Contrastive Explanations
von: Geibinger, Tobias, et al.
Veröffentlicht: (2025)

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

Knowledge Graph and Hypergraph Transformers with Repository-Attention and Journey-Based Role Transport
von: Godavarti, Mahesh
Veröffentlicht: (2026)

JoFormer (Journey-based Transformer): Theory and Empirical Analysis on the Tiny Shakespeare Dataset
von: Godavarti, Mahesh
Veröffentlicht: (2025)

The Index and Core of a Relation. With Applications to the Axiomatics of Relation Algebra
von: Backhouse, Roland, et al.
Veröffentlicht: (2023)

Globally Interpretable Classifiers via Boolean Formulas with Dynamic Propositions
von: Jaakkola, Reijo, et al.
Veröffentlicht: (2024)

Abductive explanations of classifiers under constraints: Complexity and properties
von: Cooper, Martin, et al.
Veröffentlicht: (2024)

Probabilistically Plausible Counterfactual Explanations with Normalizing Flows
von: Wielopolski, Patryk, et al.
Veröffentlicht: (2024)

Axiomatic Foundations of Fractal Analysis and Fractal Number Theory
von: Semenov, Stanislav
Veröffentlicht: (2025)

Towards Automated Readable Proofs of Ruler and Compass Constructions
von: Marinković, Vesna, et al.
Veröffentlicht: (2024)

IntSat: Integer Linear Programming by Conflict-Driven Constraint-Learning
von: Nieuwenhuis, Robert, et al.
Veröffentlicht: (2024)

Generally-Occurring Model Change for Robust Counterfactual Explanations
von: Xu, Ao, et al.
Veröffentlicht: (2024)

FACEGroup: Feasible and Actionable Counterfactual Explanations for Group Fairness
von: Fragkathoulas, Christos, et al.
Veröffentlicht: (2024)

Exact Synthetic Populations for Scalable Societal and Market Modeling
von: Petit, Thierry, et al.
Veröffentlicht: (2025)

Interpretable DNFs
von: Cooper, Martin C., et al.
Veröffentlicht: (2025)

Sutra: Tensor-Op RNNs as a Compilation Target for Vector Symbolic Architectures
von: Leonhart, Emma
Veröffentlicht: (2026)

Joint Distribution-Informed Shapley Values for Sparse Counterfactual Explanations
von: You, Lei, et al.
Veröffentlicht: (2024)

No-Knowledge Alarms for Misaligned LLMs-as-Judges
von: Corrada-Emmanuel, Andrés
Veröffentlicht: (2025)

Measures of classification bias derived from sample size analysis
von: Ivrissimtzis, Ioannis, et al.
Veröffentlicht: (2026)

Mitigating Spurious Correlations with Causal Logit Perturbation
von: Zhou, Xiaoling, et al.
Veröffentlicht: (2025)

MixAT: Combining Continuous and Discrete Adversarial Training for LLMs
von: Dékány, Csaba, et al.
Veröffentlicht: (2025)

CoLa-DCE -- Concept-guided Latent Diffusion Counterfactual Explanations
von: Motzkus, Franz, et al.
Veröffentlicht: (2024)

Reverse Faà di Bruno's Formula for Cartesian Reverse Differential Categories
von: Biggin, Aaron, et al.
Veröffentlicht: (2025)

Unifying Perspectives: Plausible Counterfactual Explanations on Global, Group-wise, and Local Levels
von: Furman, Oleksii, et al.
Veröffentlicht: (2024)

Generative Fractional Diffusion Models
von: Nobis, Gabriel, et al.
Veröffentlicht: (2023)

A logical framework for data-driven reasoning
von: Baldi, Paolo, et al.
Veröffentlicht: (2024)