Knowledge Graphs for eXplainable Artificial Intelligence: Foundations, Applications and Challenges
Die jüngsten Fortschritte im Bereich der künstlichen Intelligenz und insbesondere des (tiefen) maschinellen Lernens haben einen großen Nachteil moderner intelligenter Systeme offenbart, nämlich die Unfähigkeit, ihre Entscheidungen so zu erklären, dass Menschen sie leicht verstehen können. Während eXplainable AI als Reaktion auf diesen Bedarf an besserer Verständlichkeit und Vertrauenswürdigkeit schnell zu einem aktiven Forschungsbereich wurde, hat das Gebiet der Wissensrepräsentation und des Reasonings (KRR) andererseits eine lange Tradition in der Verwaltung von Informationen in einer symbolischen, für den Menschen verständlichen Form.
Dieses Buch ist die erste umfassende Sammlung von Forschungsbeiträgen über die Rolle von Wissensgraphen für eXplainable AI (KG4XAI). Die hier enthaltenen Beiträge stellen akademische und industrielle Forschung vor, die sich auf die Theorie, Methoden und Implementierungen von KI-Systemen konzentriert, die strukturiertes Wissen nutzen, um zuverlässige Erklärungen zu generieren. Das Buch enthält einführende Materialien zu Wissensgraphen für Leser, die nur über ein minimales Hintergrundwissen auf diesem Gebiet verfügen, sowie spezielle Kapitel, die sich mit fortgeschrittenen Methoden, Anwendungen und Fallstudien befassen, die Wissensgraphen als Teil wissensbasierter, erklärbarer Systeme (KBX-Systeme) verwenden. In den letzten Kapiteln werden aktuelle Herausforderungen und zukünftige Forschungsrichtungen im Bereich der Wissensgraphen für eXplainable AI untersucht.
Das Buch bietet nicht nur einen wissenschaftlichen Überblick über den aktuellen Stand der Forschung auf diesem Gebiet, sondern fördert auch die hybride Kombination von symbolischen und subsymbolischen KI-Methoden und wird für alle, die auf diesem Gebiet arbeiten, von Interesse sein.
| ISBN: | 9781643680804 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
