이 연구는 시계열 예측 모델의 설명 가능성을 높이기 위한 TSFeatLIME 프레임워크를 소개한다. TSFeatLIME은 TSLIME을 기반으로 하며, 보조 특성을 통합하고 생성된 샘플과 질의 시계열 간의 거리를 고려하여 대리 모델의 충실도를 향상시킨다. 또한 160명의 참가자를 대상으로 한 온라인 사용자 연구를 통해 이러한 설명이 사용자 이해에 미치는 영향을 평가한다. 연구 결과, TSFeatLIME 프레임워크를 사용하면 거리를 고려하여 블랙박스 모델의 행동을 더 잘 모방할 수 있으며, 특히 컴퓨터 과학 배경이 없는 참가자들에게 설명이 더 효과적인 것으로 나타났다.
Naar een andere taal
vanuit de broninhoud
arxiv.org
Belangrijkste Inzichten Gedestilleerd Uit
by Hongnan Ma, ... om arxiv.org 09-25-2024
https://arxiv.org/pdf/2409.15950.pdfDiepere vragen