• Part of
    Ubiquity Network logo
    Interesse beim KIT-Verlag zu publizieren? Informationen für Autorinnen und Autoren

    Lesen sie das Kapitel
  • No readable formats available

    • Determining Feature Importance inSelf-Enforcing Networks to achieveExplainable AI (xAI)

    Anneliesa Greisbach, Christina Klüver

    Kapitel/Beitrag aus dem Buch: Schulte, H et al. 2022. Proceedings – 32. Workshop Computational Intelligence: Berlin, 1. – 2. Dezember 2022.

     Zurück zum Buch
     Download
    Buch kaufen

    Fächer:

    Mechanical and process engineering 

    Schlagwörter:

    Computational Intelligence Maschinelles Lernen Deep Learning Fuzzy Systeme Datenanalyse Machine Learning Fuzzy Systems Data Mining 

    :

    Empfohlene Zitierweise für das Kapitel/den Beitrag
    Greisbach A. & Klüver C. 2022. Determining Feature Importance inSelf-Enforcing Networks to achieveExplainable AI (xAI). In: Schulte, H et al (eds.), Proceedings – 32. Workshop Computational Intelligence: Berlin, 1. – 2. Dezember 2022. Karlsruhe: KIT Scientific Publishing. DOI: https://doi.org/10.58895/ksp/1000151141-16
    Lizenz

    This chapter distributed under the terms of the Creative Commons Attribution + ShareAlike 4.0 license. Copyright is retained by the author(s)

    Peer Review Informationen

    Dieses Buch ist Peer reviewed. Informationen dazu Hier finden Sie mehr Informationen zur wissenschaftlichen Qualitätssicherung der MAP-Publikationen.

    Weitere Informationen

    Veröffentlicht am 20. November 2022

    DOI
    https://doi.org/10.58895/ksp/1000151141-16