Copertina

Thermodynamic-Inspired Explainable GeoAI: Uncovering Regime-Dependent Mechanisms in Heterogeneous Spatial Systems

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Lim, Sooyoung, Li, Zhenlong, Liu, Zi-Kui
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Artificial Intelligence Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Poly2Vec: Polymorphic Fourier-Based Encoding of Geospatial Objects for GeoAI Applications
di: Siampou, Maria Despoina, et al.
Pubblicazione: (2024)

Entropy-Aware Model Initialization for Effective Exploration in Deep Reinforcement Learning
di: Jang, Sooyoung, et al.
Pubblicazione: (2021)

GeoAI in Social Science
di: Li, Wenwen
Pubblicazione: (2023)

ZENN: A Thermodynamics-Inspired Computational Framework for Heterogeneous Data-Driven Modeling
di: Wang, Shun, et al.
Pubblicazione: (2025)

Uncovering Layer-Dependent Activation Sparsity Patterns in ReLU Transformers
di: Wild, Cody, et al.
Pubblicazione: (2024)

Improving the Computational Efficiency and Explainability of GeoAggregator
di: Deng, Rui, et al.
Pubblicazione: (2025)

Dependency-based Anomaly Detection: a General Framework and Comprehensive Evaluation
di: Lu, Sha, et al.
Pubblicazione: (2020)

HiMoE: Heterogeneity-Informed Mixture-of-Experts for Fair Spatial-Temporal Forecasting
di: Yu, Shaohan, et al.
Pubblicazione: (2024)

Making AI Less "Thirsty": Uncovering and Addressing the Secret Water Footprint of AI Models
di: Li, Pengfei, et al.
Pubblicazione: (2023)

Physics-Informed Deep Learning for Entropy Prediction in Heterogeneous Systems: Thermodynamic and Information-Theoretic Case Studies
di: Sahoo, Biswajeet, et al.
Pubblicazione: (2026)

Neurocircuitry-Inspired Hierarchical Graph Causal Attention Networks for Explainable Depression Identification
di: Chen, Weidao, et al.
Pubblicazione: (2025)

How does Bayesian Sampling help Membership Inference Attacks?
di: Liu, Zhenlong, et al.
Pubblicazione: (2025)

Provable Training Data Identification for Large Language Models
di: Liu, Zhenlong, et al.
Pubblicazione: (2025)

Exploring Nutritional Impact on Alzheimer's Mortality: An Explainable AI Approach
di: Liu, Ziming, et al.
Pubblicazione: (2024)

Explainable AI needs formalization
di: Haufe, Stefan, et al.
Pubblicazione: (2024)

SciHorizon-DataEVA: An Agentic System for AI-Readiness Evaluation of Heterogeneous Scientific Data
di: Liu, Dianyu, et al.
Pubblicazione: (2026)

Do Post-Training Algorithms Actually Differ? A Controlled Study Across Model Scales Uncovers Scale-Dependent Ranking Inversions
di: Li, Xiaoyi
Pubblicazione: (2026)

Transfer Learning for Bayesian Optimization on Heterogeneous Search Spaces
di: Fan, Zhou, et al.
Pubblicazione: (2023)

Rethinking Explainability in the Era of Multimodal AI
di: Agarwal, Chirag
Pubblicazione: (2025)

Explainable AI For Early Detection Of Sepsis
di: Thakur, Atharva, et al.
Pubblicazione: (2025)

Verifying Machine Unlearning with Explainable AI
di: Vidal, Àlex Pujol, et al.
Pubblicazione: (2024)

A Quantum Inspired Variational Kernel and Explainable AI Framework for Cross Region Solar and Wind Energy Forecasting
di: Manjunath, Pavan, et al.
Pubblicazione: (2026)

Conjugate Learning Theory: Uncovering the Mechanisms of Trainability and Generalization in Deep Neural Networks
di: Qi, Binchuan
Pubblicazione: (2026)

ZenBrain: A Neuroscience-Inspired 7-Layer Memory Architecture for Autonomous AI Systems
di: Bering, Alexander
Pubblicazione: (2026)

Blockchain-Enabled Explainable AI for Trusted Healthcare Systems
di: Mohsin, Md Talha
Pubblicazione: (2025)

Privacy Implications of Explainable AI in Data-Driven Systems
di: Ezzeddine, Fatima
Pubblicazione: (2024)

Digital Twin-Assisted Explainable AI for Robust Beam Prediction in mmWave MIMO Systems
di: Khan, Nasir, et al.
Pubblicazione: (2025)

APS-LSTM: Exploiting Multi-Periodicity and Diverse Spatial Dependencies for Flood Forecasting
di: Feng, Jun, et al.
Pubblicazione: (2024)

BetterBench: Assessing AI Benchmarks, Uncovering Issues, and Establishing Best Practices
di: Reuel, Anka, et al.
Pubblicazione: (2024)

A Comprehensive Guide to Explainable AI: From Classical Models to LLMs
di: Hsieh, Weiche, et al.
Pubblicazione: (2024)

An Explainable AI Framework for Dynamic Resource Management in Vehicular Network Slicing
di: Sun, Haochen, et al.
Pubblicazione: (2025)

Fault Diagnosis across Heterogeneous Domains via Self-Adaptive Temporal-Spatial Attention and Sample Generation
di: Li, Guangqiang, et al.
Pubblicazione: (2025)

Explainable AI for Correct Root Cause Analysis of Product Quality in Injection Moulding
di: Muaz, Muhammad, et al.
Pubblicazione: (2025)

ExECG: An Explainable AI Framework for ECG models
di: Jang, Jong-Hwan, et al.
Pubblicazione: (2026)

Explainable AI for Fair Sepsis Mortality Predictive Model
di: Chang, Chia-Hsuan, et al.
Pubblicazione: (2024)

Guided Game Level Repair via Explainable AI
di: Bazzaz, Mahsa, et al.
Pubblicazione: (2024)

Neuro-Symbolic AI: Explainability, Challenges, and Future Trends
di: Zhang, Xin, et al.
Pubblicazione: (2024)

Compressing Deep Neural Networks Using Explainable AI
di: Soroush, Kimia, et al.
Pubblicazione: (2025)

An Explainable AI based approach for Monitoring Animal Health
di: Jana, Rahul, et al.
Pubblicazione: (2025)

Correlation-Aware Feature Attribution Based Explainable AI
di: Sengupta, Poushali, et al.
Pubblicazione: (2025)