Vor Ort
Merkzettel Warenkorb
Produktbild: Explainable and Transparent AI and Multi-Agent Systems
Band 14847 - 16%

Explainable and Transparent AI and Multi-Agent Systems 6th International Workshop, EXTRAAMAS 2024, Auckland, New Zealand, May 6–10, 2024, Revised Selected Papers

Aus der Reihe Lecture Notes in Computer Science
16% sparen

59,99 € UVP 71,49 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

25.09.2024

Abbildungen

X, 243 p. 79 illus., 70 illus. in color.

Herausgeber

Davide Calvaresi + weitere

Verlag

Springer

Seitenzahl

243

Maße (L/B/H)

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

Gewicht

394 g

Auflage

2024

Sprache

Englisch

ISBN

978-3-031-70073-6

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

25.09.2024

Abbildungen

X, 243 p. 79 illus., 70 illus. in color.

Herausgeber

Verlag

Springer

Seitenzahl

243

Maße (L/B/H)

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

Gewicht

394 g

Auflage

2024

Sprache

Englisch

ISBN

978-3-031-70073-6

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

Email: ProductSafety@springernature.com

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


  • .- User-centric XAI.



    .- Effect of Agent Explanations Using Warm and Cold Language on User Adoption of Recommendations for Bandit Problem.



    .- Evaluation of the User-centric Explanation Strategies for Interactive Recommenders.



    .- Can Interpretability Layouts Influence Human Perception of Offensive Sentences?.



    .- A Framework for Explainable Multi-purpose Virtual Assistants: A Nutrition-Focused Case Study.



    .- XAI and Reinforcement Learning.



    .- Learning Temporal Task Specifications From Demonstrations.



    .- Temporal Explanations for Deep Reinforcement Learning Agents.



    .- An Adaptive Interpretable Safe-RL Approach for Addressing Smart Grid Supply-side Uncertainties.



    .- Model-Agnostic Policy Explanations: Biased Sampling for Surrogate Models.



    .- Neuro-symbolic AI and Explainable Machine Learning.



    .- Explanation of Deep Learning Models via Logic Rules Enhanced by Embeddings Analysis, and Probabilistic Models.



    .- py ciu image: a Python library for Explaining Image Classification with Contextual Importance and Utility.



    .- Towards interactive and social explainable artificial intelligence for digital history.



    .- XAI & Ethics.



    .- Explainability and Transparency in Practice: A Comparison Between Corporate and National AI Ethics Guidelines in Germany and China.



    .- The Wildcard XAI: from a Necessity, to a Resource, to a Dangerous Decoy.