Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
High Accuracy but Low Explainability: The Challenge of Explainable Artificial Intelligence in Multiple Sclerosis Assessment From Magnetic Resonance Imaging Radiology Reports
2026·0 Zitationen·Seminars in Ultrasound CT and MRI
Volltext beim Verlag öffnen0
Zitationen
5
Autoren
2026
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 · 20.310 Zit.
Generative Adversarial Nets
2023 · 19.841 Zit.
Visualizing and Understanding Convolutional Networks
2014 · 15.238 Zit.
"Why Should I Trust You?"
2016 · 14.210 Zit.
On a Method to Measure Supervised Multiclass Model’s Interpretability: Application to Degradation Diagnosis (Short Paper)
2024 · 13.104 Zit.
Autoren
Institutionen
Themen
Explainable Artificial Intelligence (XAI)Artificial Intelligence in Healthcare and EducationRadiomics and Machine Learning in Medical Imaging