Explainable AI for Non-Experts: Energy Tariff Forecasting

Explainable AI for Non-Experts: Energy Tariff Forecasting
复制标题

面向非专家的可解释人工智能:能源关税预测

DOI:
10.1109/icac55051.2022.9911105
复制
发表时间:
2022
期刊:
--
影响因子:
--
通讯作者:
Ma H
Ma H
中科院分区:
--
文献类型:
--
作者:
Ma H

文献摘要

参考文献

相似文献

计划-属性依赖性很有用:用户研究
DOI: --
发表时间: 2021
期刊:
影响因子: --
作者:
Rebecca Eifler;Martim Brandao;A. Coles;J. Frank;J. Hoffmann
通讯作者: J. Hoffmann
DOI: 10.1515/icom-2020-0024
发表时间: 2021-01-26
期刊: I-com
影响因子: --
作者:
Holzinger, Andreas
通讯作者: Holzinger, Andreas
DOI: 10.5220/0010908100003116
发表时间: 2022
期刊: --
影响因子: --
作者:
Kevin McAreavey;Kim Bauters;Weiru Liu
通讯作者: Kevin McAreavey;Kim Bauters;Weiru Liu
玩转可解释的人工智能:旨在提高人类对人工智能理解的游戏
DOI: --
发表时间: 2020
期刊: CHI Extended Abstracts
影响因子: --
作者:
Laura Beth Fulton;Qian Wang;Jessica Hammer;Ja Young Lee;Zhendong Yuan;Adam Perer
通讯作者: Adam Perer
DOI: 10.5220/0010900300003116
发表时间: 2022
期刊: --
影响因子: --
作者:
Yuhao Zhang;Kevin McAreavey;Weiru Liu
通讯作者: Yuhao Zhang;Kevin McAreavey;Weiru Liu