Berlin Institute for the Foundations of Learning and Data

Explainable Artificial Intelligence (XAI) 2.0: A manifesto of open challenges and interdisciplinary research directions

Luca Longo, Mario Brčić, Federico Cabitza et al.

2024 · 435 Zit.

Toward Explainable Artificial Intelligence for Precision Pathology

Frederick Klauschen, Jonas Dippel, Philipp Keyl et al.

2023 · 111 Zit.

Towards Trustworthy AI in Dentistry

Jackie Ma, Lisa Schneider, Sebastian Lapuschkin et al.

2022 · 52 Zit.

Explainability can foster trust in artificial intelligence in geoscience

Jesper Dramsch, Monique M. Kuglitsch, Miguel‐Ángel Fernández‐Torres et al.

2025 · 28 Zit.

Reveal to Revise: An Explainable AI Life Cycle for Iterative Bias Correction of Deep Models

Frederik Pahde, Maximilian Dreyer, Wojciech Samek et al.

2023 · 18 Zit.

AI-Based Anomaly Detection for Clinical-Grade Histopathological Diagnostics

Jonas Dippel, Niklas Prenißl, Julius Hense et al.

2024 · 12 Zit.

Exploring the clinical value of concept-based AI explanations in gastrointestinal disease detection

Andrea M. Storås, Maximilian Dreyer, Frederik Pahde et al.

2025 · 2 Zit.

Künstliche Intelligenz auf dem Prüfstand: Anforderungen, Qualitätskriterien und Prüfwerkzeuge für medizinische Anwendungen

Jackie Ma, Eva Weicken, Frederik Pahde et al.

2025 · 0 Zit.

Erklärbare Künstliche Intelligenz in der Pathologie

Frederick Klauschen, Jonas Dippel, Philipp Keyl et al.

2024 · 0 Zit.