Merkzettel Warenkorb
  • Produktbild: Explainable and Transparent AI and Multi-Agent Systems
  • Produktbild: Explainable and Transparent AI and Multi-Agent Systems
Band 14127

Explainable and Transparent AI and Multi-Agent Systems 5th International Workshop, EXTRAAMAS 2023, London, UK, May 29, 2023, Revised Selected Papers

Aus der Reihe Lecture Notes in Artificial Intelligence

63,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Lieferung nach Hause

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

05.09.2023

Herausgeber

Davide Calvaresi + weitere

Verlag

Springer

Seitenzahl

281

Maße (L/B/H)

23,5/15,5/1,7 cm

Gewicht

452 g

Auflage

1st edition 2023

Sprache

Englisch

ISBN

978-3-031-40877-9

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

05.09.2023

Herausgeber

Verlag

Springer

Seitenzahl

281

Maße (L/B/H)

23,5/15,5/1,7 cm

Gewicht

452 g

Auflage

1st edition 2023

Sprache

Englisch

ISBN

978-3-031-40877-9

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: GPSR Kontakt

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Explainable and Transparent AI and Multi-Agent Systems
  • Produktbild: Explainable and Transparent AI and Multi-Agent Systems
  • Explainable Agents and multi-agent systems .- Mining and Validating Belief-based Agent Explanations.- Evaluating a mechanism for explaining BDI agent behaviour.- A General-Purpose Protocol for Multi-Agent based Explanations.- Dialogue Explanations for Rules-based AI Systems.- Estimating Causal Responsibility for Explaining Autonomous Behavior.-  Explainable Machine Learning .- The Quarrel of Local Post-hoc Explainers for Moral Values Classification in Natural Language Processing.- Bottom-Up and Top-Down Workflows for Hypercube- and Clustering-based Knowledge Extractors.- Imperative Action Masking for Safe Exploration in Reinforcement Learning.- Reinforcement Learning in Cyclic Environmental Change for Non-Communicative Agents: A Theoretical Approach.- Inherently Interpretable Deep Reinforcement Learning through Online Mimicking.- Counterfactual, Contrastive, and Hierarchical Explanations with Contextual Importance and Utility.-  Cross-domain applied XAI .- Explanation Generation via Decompositional Rules Extraction for Head and Neck Cancer Classification.- Metrics for Evaluating Explainable Recommender Systems.- Leveraging Imperfect Explanations for Plan Recognition Problems.- Reinterpreting Vulnerability to Tackle Deception in Principles-Based XAI for Human-Computer Interaction.- Using Cognitive Models and Wearables to Diagnose and Predict Dementia Patient Behaviour.