Articles acceptés

L'ensemble des articles sont téléchargeables ici !

Articles longs

• Une terminologie pour une IA explicable contextualisée, Matthieu Bellucci, Nicolas Delestre, Nicolas Malandain and Cecilia Zanni-Merk

• Fast Uncertainty Quantification for Deep Learning-based MR Brain Segmentation, Benjamin Lambert, Florence Forbes, Senan Doyle, Alan Tucholka and Michel Dojat

Articles courts

• Vers un système de recommandation explicable pour l’orientation scolaire, Nicolas Hubert, Armelle Brun and Davy Monticolo

• Explications analogiques, Henri Prade and Gilles Richard

• Esquisses philosophiques autour de la compréhension de phénomènes complexes avec des outils de prédiction basés sur de l’apprentissage machine, Christophe Denis

• Génération d'explications contre-factuelles pour la chimie moléculaire, Jules Leguy, Bryan Garreau, Thomas Cauchy, Benoit Da Mota and Béatrice Duval

• Vers l’amélioration des interactions entre utilisateurs et systèmes de recommandation, Jinfeng Zhong and Elsa Negre

• The Road to Effective Temporal Explainability, Michele Linardi and Vassilis Christophides

• Influence d’un process de sélection de variables sur le profil d’explicabilité d’un modèle d’apprentissage machine généré par autoML: une étude préliminaire, Haomiao Wang, Julien Aligon and Paul Monsarrat, Chantal Soulé-Dupuy, Philippe Kemoun, Emmanuel Doumard