Copertina

Functional Decomposition and Shapley Interactions for Interpreting Survival Models

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Langbein, Sophie Hanna, Baniecki, Hubert, Fumagalli, Fabian, Koenen, Niklas, Wright, Marvin N., Herbinger, Julia
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Gradient-based Explanations for Deep Learning Survival Models
di: Langbein, Sophie Hanna, et al.
Pubblicazione: (2025)

Interpretable Machine Learning for Survival Analysis
di: Langbein, Sophie Hanna, et al.
Pubblicazione: (2024)

Interpreting Deep Neural Networks with the Package innsight
di: Koenen, Niklas, et al.
Pubblicazione: (2023)

survex: an R package for explaining machine learning survival models
di: Spytek, Mikołaj, et al.
Pubblicazione: (2023)

shapiq: Shapley Interactions for Machine Learning
di: Muschalik, Maximilian, et al.
Pubblicazione: (2024)

Attributions All the Way Down? The Metagame of Interpretability
di: Baniecki, Hubert, et al.
Pubblicazione: (2026)

Machine Learning in Epidemiology
di: Wright, Marvin N., et al.
Pubblicazione: (2026)

Interpretable Machine Learning for Survival Analysis
di: Sophie Hanna Langbein, et al.
Pubblicazione: (2025)

Toward Understanding the Disagreement Problem in Neural Network Feature Attribution
di: Koenen, Niklas, et al.
Pubblicazione: (2024)

Proxy-Based Approximation of Shapley and Banzhaf Interactions
di: Thies, Santo M. A. R., et al.
Pubblicazione: (2026)

GRANITE: A Generalized Regional Framework for Identifying Agreement in Feature-Based Explanations
di: Herbinger, Julia, et al.
Pubblicazione: (2026)

Decomposing Global Feature Effects Based on Feature Interactions
di: Herbinger, Julia, et al.
Pubblicazione: (2023)

Unifying Feature-Based Explanations with Functional ANOVA and Cooperative Game Theory
di: Fumagalli, Fabian, et al.
Pubblicazione: (2024)

Explaining Similarity in Vision-Language Encoders with Weighted Banzhaf Interactions
di: Baniecki, Hubert, et al.
Pubblicazione: (2025)

The Grammar of Interactive Explanatory Model Analysis
di: Baniecki, Hubert, et al.
Pubblicazione: (2020)

HyperSHAP: Shapley Values and Interactions for Explaining Hyperparameter Optimization
di: Wever, Marcel, et al.
Pubblicazione: (2025)

Beyond TreeSHAP: Efficient Computation of Any-Order Shapley Interactions for Tree Ensembles
di: Muschalik, Maximilian, et al.
Pubblicazione: (2024)

Interpreting CLIP with Hierarchical Sparse Autoencoders
di: Zaigrajew, Vladimir, et al.
Pubblicazione: (2025)

Conditional Feature Importance with Generative Modeling Using Adversarial Random Forests
di: Blesch, Kristin, et al.
Pubblicazione: (2025)

KernelSHAP-IQ: Weighted Least-Square Optimization for Shapley Interactions
di: Fumagalli, Fabian, et al.
Pubblicazione: (2024)

Birds look like cars: Adversarial analysis of intrinsically interpretable deep learning
di: Baniecki, Hubert, et al.
Pubblicazione: (2025)

Reduction Techniques for Survival Analysis
di: Piller, Johannes, et al.
Pubblicazione: (2025)

What's Wrong with Your Synthetic Tabular Data? Using Explainable AI to Evaluate Generative Models
di: Kapar, Jan, et al.
Pubblicazione: (2025)

Adversarial attacks and defenses in explainable artificial intelligence: A survey
di: Baniecki, Hubert, et al.
Pubblicazione: (2023)

Imputation Uncertainty in Interpretable Machine Learning Methods
di: Golchian, Pegah, et al.
Pubblicazione: (2025)

An Odd Estimator for Shapley Values
di: Fumagalli, Fabian, et al.
Pubblicazione: (2026)

Exact Computation of Any-Order Shapley Interactions for Graph Neural Networks
di: Muschalik, Maximilian, et al.
Pubblicazione: (2025)

Fast Estimation of Partial Dependence Functions using Trees
di: Liu, Jinyang, et al.
Pubblicazione: (2024)

Effector: A Python package for regional explanations
di: Gkolemis, Vasilis, et al.
Pubblicazione: (2024)

On the Robustness of Global Feature Effect Explanations
di: Baniecki, Hubert, et al.
Pubblicazione: (2024)

Efficient and Accurate Explanation Estimation with Distribution Compression
di: Baniecki, Hubert, et al.
Pubblicazione: (2024)

Exactly Computing do-Shapley Values
di: Witter, R. Teal, et al.
Pubblicazione: (2026)

Performance is not enough: the story told by a Rashomon quartet
di: Biecek, Przemyslaw, et al.
Pubblicazione: (2023)

A Large-Scale Neutral Comparison Study of Survival Models on Low-Dimensional Data
di: Burk, Lukas, et al.
Pubblicazione: (2024)

SwordBench: Evaluating Orthogonality of Steering Image Representations
di: Zaigrajew, Vladimir, et al.
Pubblicazione: (2026)

PolySHAP: Extending KernelSHAP with Interaction-Informed Polynomial Regression
di: Fumagalli, Fabian, et al.
Pubblicazione: (2026)

InstaSHAP: Interpretable Additive Models Explain Shapley Values Instantly
di: Enouen, James, et al.
Pubblicazione: (2025)

Interpretable Probability Estimation with LLMs via Shapley Reconstruction
di: Nan, Yang, et al.
Pubblicazione: (2026)

FW-Shapley: Real-time Estimation of Weighted Shapley Values
di: Panda, Pranoy, et al.
Pubblicazione: (2025)

Beyond Shapley Values: Cooperative Games for the Interpretation of Machine Learning Models
di: Idrissi, Marouane Il, et al.
Pubblicazione: (2025)