Buchumschlag

DISCOVER: A Solver for Distributional Counterfactual Explanations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gu, Yikai, Cao, Lele, Zhao, Bo, Lei, Lei, You, Lei
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

Faithful and Interpretable Explanations for Complex Ensemble Time Series Forecasts using Surrogate Models and Forecastability Analysis
von: Zhao, Yikai, et al.
Veröffentlicht: (2025)

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

Global Human-guided Counterfactual Explanations for Molecular Properties via Reinforcement Learning
von: Wang, Danqing, et al.
Veröffentlicht: (2024)

Epistemic Throughput: Fundamental Limits of Attention-Constrained Inference
von: You, Lei
Veröffentlicht: (2026)

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

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

DISCOVER: Automated Curricula for Sparse-Reward Reinforcement Learning
von: Diaz-Bone, Leander, et al.
Veröffentlicht: (2025)

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

LeapFactual: Reliable Visual Counterfactual Explanation Using Conditional Flow Matching
von: Cao, Zhuo, et al.
Veröffentlicht: (2025)

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

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)

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

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

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

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

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)

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

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

Establishing Linear Surrogate Regret Bounds for Convex Smooth Losses via Convolutional Fenchel-Young Losses
von: Cao, Yuzhou, et al.
Veröffentlicht: (2025)

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

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)

Global Graph Counterfactual Explanation: A Subgraph Mapping Approach
von: He, Yinhan, et al.
Veröffentlicht: (2024)

Discrete Distribution Networks
von: Yang, Lei
Veröffentlicht: (2023)

Designing User-Centric Metrics for Evaluation of Counterfactual Explanations
von: Choudhury, Firdaus Ahmed, et al.
Veröffentlicht: (2025)

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

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

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

Scalable Label Distribution Learning for Multi-Label Classification
von: Zhao, Xingyu, et al.
Veröffentlicht: (2023)

Distributed Learning with Discretely Observed Functional Data
von: Liu, Jiading, et al.
Veröffentlicht: (2024)

xai-cola: A Python library for sparsifying counterfactual explanations
von: Zhu, Lin, et al.
Veröffentlicht: (2026)

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

Robust Counterfactual Explanations in Machine Learning: A Survey
von: Jiang, Junqi, et al.
Veröffentlicht: (2024)

Graph Edits for Counterfactual Explanations: A comparative study
von: Dimitriou, Angeliki, et al.
Veröffentlicht: (2024)

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

Simple Steps to Success: A Method for Step-Based Counterfactual Explanations
von: Hamer, Jenny, et al.
Veröffentlicht: (2023)