• Extrakce logických pravidel z neuronových sítí s diskrétními váhami 

      Autor: Armin Hadžić; Vedoucí práce: Pevný Tomáš; Oponent práce: Šír Gustav
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2024-06-18)
      V diskrétních neuronových sítich s binárními aktivacemi a ternárními váhami lze každý neuron vyjádřit jako logický výrok ve formě M-of-N pravidla nebo predikátu. Tato logická forma je vhodná pro abduktivní vysvětlování ...
    • Interpretabilita modelů strojového učení 

      Autor: Jakub Štercl; Vedoucí práce: Romportl Jan; Oponent práce: Pavlíček Josef
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-02-06)
      Interpretabilita modelů strojového učení slouží k vysvětlení chování, jinak mnohdy zcela neprůhledných, modelů. Tato práce představuje nejpoužívanější metody a nástroje interpretability. Vlastnosti jednotlivých metod pak ...
    • Interpretovatelné hluboké učení se symetriemi pro plánování 

      Autor: Martin Krutský; Vedoucí práce: Šír Gustav; Oponent práce: Drchal Jan
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2024-06-13)
      V mnoha doménách včetně automatizovaného plánování se hluboké učení stalo hlavním přístupem k řešení složitých problémů pomocí učení se z dat bez nutnosti zapojení doménových expertů. Tento postup je ale často neefektivní ...
    • Srovnání interpretovatelných modelů s post-hoc vysvětlitelnými black-box modely 

      Autor: Mikuláš Kočí; Vedoucí práce: Rybář Vojtěch; Oponent práce: Petr Ivo
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2024-06-20)
      Hlavním cílem této práce bylo poskytnout další důkazy, že interpretovatelných modely jsou schopné dosáhnout podobných, ne-li lepšího výkonu, než černé skříňky. V našem experimentu jsme zjistili, že pro ani jeden dataset ...
    • Transparentní AI s neuro-symbolickým programováním 

      Autor: David Tampier; Vedoucí práce: Šír Gustav; Oponent práce: Horčík Rostislav
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2024-06-12)
      Rostoucí využívání AI v každodenním životě a kritických aplikacích zvyšuje potřebu interpretovatelnosti AI řešení. Současné architektury neuronových sítí, jako je GPT-4, s miliardami parametrů však postrádají interpretovatelnost. ...
    • Vysvětlitelnost v klasifikaci časových řad 

      Autor: Narek Vardanjan; Vedoucí práce: Dedecius Kamil; Oponent práce: Sečkárová Vladimíra
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2023-06-10)
      Klasifikace časových řad má rozsáhlé využití v různých oblastech, od zdravotnictví po zajišťování kvality potravin. Navzdory širokému použití však není snadné interpretovat predikční modely. Tato diplomová práce se zaměřuje ...