| Naslov: | Podatkovni kanjoni, pristop strojnega učenja za potrebe razložljive umetne inteligence : doktorska disertacija |
|---|
| Avtorji: | ID Žlahtič, Bojan (Avtor) ID Kokol, Peter (Mentor) Več o mentorju...  |
| Datoteke: | DOK_Zlahtic_Bojan_2023.pdf (3,26 MB) MD5: 062B25EDB220C1A4F8203C1CA7AA64E8
|
|---|
| Jezik: | Slovenski jezik |
|---|
| Vrsta gradiva: | Doktorsko delo/naloga |
|---|
| Tipologija: | 2.08 - Doktorska disertacija |
|---|
| Organizacija: | FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
|
|---|
| Opis: | Z uporabo algoritmov strojnega učenja je mogoče izvesti zapletene analize in pridobiti
globlje vpoglede na osnovi obsežnih količin podatkov, kar presega človeške zmožnosti.
Navedena značilnost je ključni dejavnik, zaradi katerega je strojno učenje vpeljano v
številne domene. Kljub številnim prednostim ni vedno možno integrirati strojnega učenja
na določena področja, predvsem zaradi tega, ker se za naprednimi metodami pogosto
skrivajo modeli tipa črne skrinje. Ti modeli uporabnikom ne omogočajo vpogleda v
logiko njihovega odločanja, kar lahko predstavlja oviro v kontekstih, kjer so odločitve
kritične in lahko napačna odločitev vodi v resne posledice. Z namenom ublažiti te
problematike smo razvili metodo strojnega učenja, temelječo na naravnem pojavu rečnih
kanjonov. Ta pojav lahko vizualiziramo v digitalni grafični obliki, kar omogoča intuitiven
prikaz logike odločanja. Rezultat je model strojnega učenja, ki generira globinske slike
gibanja podatkov za posamezen razred. V teh slikah je pripadnost posamezne instance
kanjonu prikazana s pomočjo barvno kodiranih grafov. Podatkovni kanjoni se zaradi
svojih lastnosti in metodologije lahko uporabljajo za potrebe razložljive umetne
inteligence, bodisi samostojno ali kot dopolnilni mehanizem drugim pristopom strojnega
učenja. |
|---|
| Ključne besede: | razložljiva umetna inteligenca, strojno učenje, klasifikacija, razložljivost, zaupanje |
|---|
| Kraj izida: | Maribor |
|---|
| Kraj izvedbe: | Maribor |
|---|
| Založnik: | [B. Žlahtič] |
|---|
| Leto izida: | 2023 |
|---|
| Št. strani: | VIII, 103 str. |
|---|
| PID: | 20.500.12556/DKUM-85798  |
|---|
| UDK: | 004.85.021:004.6(043.3) |
|---|
| COBISS.SI-ID: | 174856451  |
|---|
| Datum objave v DKUM: | 05.12.2023 |
|---|
| Število ogledov: | 1045 |
|---|
| Število prenosov: | 132 |
|---|
| Metapodatki: |  |
|---|
| Področja: | KTFMB - FERI
|
|---|
|
:
|
Kopiraj citat |
|---|
| | | | Skupna ocena: | (0 glasov) |
|---|
| Vaša ocena: | Ocenjevanje je dovoljeno samo prijavljenim uporabnikom. |
|---|
| Objavi na: |  |
|---|
Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše
podrobnosti ali sproži prenos. |