Abstrakt
This paper proposes a novel approach that adds the interpretability to Neural Knowledge DNA (NK-DNA) via generating a decision tree. The NK-DNA is a promising knowledge representation approach for acquiring, storing, sharing, and reusing knowledge among machines and computing systems. We introduce the decision tree-based generative method for knowledge extraction and representation to make the NK-DNA more explainable. We examine our approach through an initial case study. The experiment results show that the proposed method can transform the implicit knowledge stored in the NK-DNA into explicitly represented decision trees bringing fair interpretability to neural network-based intelligent systems.
Cytowania
-
0
CrossRef
-
0
Web of Science
-
0
Scopus
Autorzy (4)
Cytuj jako
Pełna treść
- Wersja publikacji
- Accepted albo Published Version
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1080/01969722.2021.2018548
- Licencja
- otwiera się w nowej karcie
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja w czasopiśmie
- Typ:
- artykuły w czasopismach
- Opublikowano w:
-
CYBERNETICS AND SYSTEMS
nr 53,
strony 500 - 509,
ISSN: 0196-9722 - Język:
- angielski
- Rok wydania:
- 2022
- Opis bibliograficzny:
- Xiao J., Liu T., Zhang H., Szczerbicki E.: Adding Interpretability to Neural Knowledge DNA// CYBERNETICS AND SYSTEMS -Vol. 53,iss. 5 (2022), s.500-509
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1080/01969722.2021.2018548
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 115 razy
Publikacje, które mogą cię zainteresować
Toward Intelligent Recommendations Using the Neural Knowledge DNA
- G. Ning,
- C. Wu,
- H. Zhang
- + 1 autorów
Toward Intelligent Vehicle Intrusion Detection Using the Neural Knowledge DNA
- F. Li,
- H. Zhang,
- J. Wang
- + 2 autorów
Adding Intelligence to Cars Using the Neural Knowledge DNA
- H. Zhang,
- F. Li,
- J. Wang
- + 3 autorów