Editable machine learning models? A rule-based framework for user studies of explainability

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61384399%3A31140%2F20%3A00055436" target="_blank" >RIV/61384399:31140/20:00055436 - isvavai.cz</a>
Výsledek na webu
<a href="https://link.springer.com/article/10.1007/s11634-020-00419-2" target="_blank" >https://link.springer.com/article/10.1007/s11634-020-00419-2</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/s11634-020-00419-2" target="_blank" >10.1007/s11634-020-00419-2</a>

Jazyk výsledku
angličtina
Název v původním jazyce
Editable machine learning models? A rule-based framework for user studies of explainability
Popis výsledku v původním jazyce
Main topics of the document: rule learning; user experiment; crowdsourcing; explainable artificial intelligence; cognitive computing; legal compliance
Název v anglickém jazyce
Editable machine learning models? A rule-based framework for user studies of explainability
Popis výsledku anglicky
Main topics of the document: rule learning; user experiment; crowdsourcing; explainable artificial intelligence; cognitive computing; legal compliance

Druh
J<sub>imp</sub> - Článek v periodiku v databázi Web of Science
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt
—
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění
2020
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Popis výsledku