Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Can surgeons trust AI? Perspectives on machine learning in surgery and the importance of eXplainable Artificial Intelligence (XAI)
2025·22 Zitationen·Langenbeck s Archives of SurgeryOpen Access
Volltext beim Verlag öffnen22
Zitationen
4
Autoren
2025
Jahr
Abstract
Für dieses Paper ist kein Abstract in der Datenbank hinterlegt.
Abstract beim Verlag einsehenÄhnliche Arbeiten
Grad-CAM: Visual Explanations from Deep Networks via Gradient-Based Localization
2017 · 20.284 Zit.
Generative Adversarial Nets
2023 · 19.841 Zit.
Visualizing and Understanding Convolutional Networks
2014 · 15.233 Zit.
"Why Should I Trust You?"
2016 · 14.179 Zit.
On a Method to Measure Supervised Multiclass Model’s Interpretability: Application to Degradation Diagnosis (Short Paper)
2024 · 13.096 Zit.
Autoren
Institutionen
- Heidelberg University(DE)
- University Hospital Heidelberg(DE)
- National Center for Tumor Diseases(DE)
- University of Basel(CH)
- University Hospital of Basel(CH)
- University Hospital Carl Gustav Carus(DE)
- Technische Universität Dresden(DE)
- Turing Institute(GB)
- University of California, Los Angeles(US)
- University of Cambridge(GB)
- Bridge University(SS)
- The Alan Turing Institute(GB)
- Artificial Intelligence in Medicine (Canada)(CA)
Themen
Explainable Artificial Intelligence (XAI)Machine Learning in HealthcareArtificial Intelligence in Healthcare and Education