Объяснимый искусственный интеллект на основе графов знаний: систематический обзор

Knowledge-graph-based explainable AI: A systematic review
Enayat Rajabi, Kobra Etminani
2022-09-24

рассуждение на графах знанийобъяснимый искусственный интеллектздравоохранениеграфы знанийсистематический обзор
В последние годы графы знаний (KG) широко применяются в различных областях для решения разнообразных задач. Семантическая модель графов знаний позволяет представлять знания посредством иерархической структуры, основанной на классах сущностей, их свойствах и взаимосвязях. Построение крупных графов знаний обеспечивает интеграцию разнородных источников информации и способствует повышению объяснимости и интерпретируемости систем искусственного интеллекта (AI). В данном систематическом обзоре рассматривается ряд современных публикаций с целью выяснить, как графы знаний в настоящее время используются в системах объяснимого искусственного интеллекта. Для достижения этой цели предложена соответствующая схема, а применение графов знаний разделено на четыре категории: извлечение признаков, извлечение взаимосвязей, построение графов знаний и рассуждение на основе графов знаний. Также определяется, на каких этапах функционирования систем объяснимого искусственного интеллекта — до построения модели, внутри модели и после построения модели — графы знаний используются преимущественно в соответствии с указанными категориями. Согласно результатам анализа, графы знаний главным образом применялись в системах объяснимого искусственного интеллекта до построения модели для извлечения признаков и взаимосвязей. Кроме того, они использовались для вывода и рассуждений в системах объяснимого искусственного интеллекта после построения модели. Выявлено несколько исследований, в которых графы знаний применялись для объяснения моделей объяснимого искусственного интеллекта в области здравоохранения.
1
В объяснимом ИИ после этапа моделирования графы знаний преимущественно используются для вывода и рассуждений, поддерживающих объяснения.
2
Графы знаний главным образом применяются в системах объяснимого ИИ до этапа моделирования для извлечения признаков и связей.
3
Графы знаний повышают объяснимость, интегрируя разнородные источники информации посредством семантического представления сущностей, свойств и связей.
4
В ряде рассмотренных исследований графы знаний применяются для объяснения моделей ИИ в сфере здравоохранения.
5
Систематический обзор предлагает классификацию применения графов знаний в объяснимом ИИ: извлечение признаков, извлечение связей, построение графов знаний и рассуждение по ним.

графы знаний, используемые в системах объяснимого искусственного интеллекта

роли и закономерности использования графов знаний в объяснимом ИИ, включая извлечение признаков и отношений, построение графов знаний, рассуждение и применение на различных этапах работы моделей

Publication Details
Publication Date
2022-09-24
Journal
Publisher
ISSN
Cited by
184
Access Type
Author Information
Authors
Enayat Rajabi
Kobra Etminani
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%