Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
AIDME: A Scalable, Interpretable Framework for AI-Aided Scoping Reviews
2025·0 Zitationen·Open Science FrameworkOpen Access
Volltext beim Verlag öffnen0
Zitationen
4
Autoren
2025
Jahr
Abstract
Companion repository for the ICTIR 2025 paper on the AIDME framework for AI-aided scoping reviews and truthfulness evaluation in fact-checking.
Ähnliche Arbeiten
Grad-CAM: Visual Explanations from Deep Networks via Gradient-Based Localization
2017 · 20.366 Zit.
Generative Adversarial Nets
2023 · 19.841 Zit.
Visualizing and Understanding Convolutional Networks
2014 · 15.244 Zit.
"Why Should I Trust You?"
2016 · 14.255 Zit.
On a Method to Measure Supervised Multiclass Model’s Interpretability: Application to Degradation Diagnosis (Short Paper)
2024 · 13.122 Zit.
Autoren
Themen
Explainable Artificial Intelligence (XAI)Artificial Intelligence in Healthcare and EducationEthics and Social Impacts of AI