Explication d’apprentissage automatique de bout en bout (pipeline)
Evaluation et comparaison des méthodes d’explication
Génération d’explication pour les modèles d’apprentissage automatique (supervisé, non-supervisé, renforcé, profond)
Construction d’approches / modèles transparents ou auto-explicatifs
Résumé, explication et visualisation de données (e.g., temporelles, multidimensionnelles)
Analyse comparative et évaluation de performance des explications
Détection de biais d’apprentissage et extraction de motifs causaux
Applications de méthodes d’explicabilité à des cas pratiques
Explications du dialogue itératif
Interfaces homme-machine
Explication de données, narration de données (data storytelling)
Droit et éthique pour l’explicabilité
Deux types de soumissions sont possibles :
articles courts : de 2 pages à 8 pages maximum
articles longs : jusqu'à 12 pages
Les soumissions peuvent inclure tout travail de recherche original, applicatif, résumé de papiers internationaux, prise de position.
En particulier, les soumissions courtes de 2 pages seront tout à fait considérées afin de valoriser des nouveaux travaux ou apportant un cadre aux recherches et usages de l'explicabilité.
Les soumissions devront être soumises au format pdf exclusivement et devront impérativement utiliser le format RNTI latex : https://www.editions-rnti.fr/files/RNTI-202208.zip
Les articles doivent être soumis via Easy Chair à : https://easychair.org/my/conference?conf=explainai2023
Soumission des articles : 18 novembre 2022
Notification aux auteurs : 04 décembre 2022
Version finale des articles : 11 décembre 2022
Journée de l'atelier : 17 janvier 2023