C-SHAP: XAI basata su concetti per serie temporali

Un nuovo metodo di IA spiegabile chiamato C-SHAP affronta la mancanza di spiegazioni temporali di alto livello nell'analisi delle serie temporali. A differenza delle tecniche esistenti che si concentrano su punti o sottosequenze, C-SHAP utilizza concetti definiti come pattern di alto livello estratti dai dati. Sfrutta il metodo SHAP per misurare l'influenza di ciascun concetto sulle previsioni. L'approccio è mirato a domini ad alto rischio come la sanità e l'industria, dove l'affidabilità del modello è critica. L'articolo è disponibile su arXiv con ID 2504.11159.