Inteligencia artificial explicable (Spanish Wikipedia)

Analysis of information sources in references of the Wikipedia article "Inteligencia artificial explicable" in Spanish language version.

refsWebsite

Global rank Spanish rank

9doi.org

2^nd place

7nih.gov

4^th place

5harvard.edu

18^th place

34^th place

3theguardian.com

12^th place

30^th place

3bloomberg.com

99^th place

257^th place

3web.archive.org

1^st place

3arxiv.org

69^th place

148^th place

3archive.org

6^th place

5^th place

3issn.org

57^th place

3^rd place

2mlr.press

low place

1sciencemag.org

857^th place

313^th place

1openai.com

1,559^th place

1,639^th place

1darpa.mil

low place

1newyorker.com

146^th place

403^rd place

1dshieble.github.io

low place

1nyu.edu

1,174^th place

1,409^th place

1nips.cc

low place

1acm.org

1,185^th place

1,347^th place

1intelligence.org

low place

1fatconference.org

low place

1economist.com

254^th place

344^th place

1intelligentrobots.org

low place

1fraser.name

low place

1nasa.gov

75^th place

80^th place

1cftc.gov

low place

1nytimes.com

7^th place

15^th place

acm.org

dl.acm.org

«Axiomatic attribution for deep networks | Proceedings of the 34th International Conference on Machine Learning - Volume 70». dl.acm.org (en inglés). Consultado el 13 de marzo de 2020.

archive.org

Clancey, William (1987). Knowledge-Based Tutoring: The GUIDON Program. Cambridge, Massachusetts: The MIT Press.
Brown, John S.; Burton, R. R.; De Kleer, Johan (1982). «Pedagogical, natural language, and knowledge engineering techniques in SOPHIE I, II, and III». Intelligent Tutoring Systems. Academic Press. ISBN 0-12-648680-8.
Forbus, Kenneth; De Kleer, Johan (1993). Building Problem Solvers. Cambridge, Massachusetts: The MIT Press. ISBN 0-262-06157-0.

arxiv.org

Biecek, Przemyslaw (23 de junio de 2018). «DALEX: explainers for complex predictive models». Journal of Machine Learning Research 19: 1-5. Bibcode:2018arXiv180608915B. arXiv:1806.08915.
Murdoch, W. James; Singh, Chandan; Kumbier, Karl; Abbasi-Asl, Reza; Yu, Bin (14 de enero de 2019). «Interpretable machine learning: definitions, methods, and applications». Proceedings of the National Academy of Sciences of the United States of America 116 (44): 22071-22080. Bibcode:2019arXiv190104592M. PMC 6825274. PMID 31619572. arXiv:1901.04592. doi:10.1073/pnas.1900654116.
Qureshi, M. Atif; Greene, Derek (4 de junio de 2018). «EVE: explainable vector based embedding technique using Wikipedia». Journal of Intelligent Information Systems (en inglés) 53: 137-165. ISSN 0925-9902. arXiv:1702.06891. doi:10.1007/s10844-018-0511-x.

bloomberg.com

«DeepMind Has Simple Tests That Might Prevent Elon Musk's AI Apocalypse» (en inglés). 11 de diciembre de 2017. Consultado el 30 de enero de 2018.
«Accenture Unveils Tool to Help Companies Insure Their AI Is Fair» (en inglés). June 2018. Consultado el 5 de agosto de 2018.
Kahn, Jeremy (12 de diciembre de 2018). «Artificial Intelligence Has Some Explaining to Do». Consultado el 17 de diciembre de 2018.

cftc.gov

«The Flash Crash: The Impact of High Frequency Trading on an Electronic Market». CFTC. CFTC. Consultado el 17 de julio de 2017.

darpa.mil

«Explainable Artificial Intelligence (XAI)». DARPA. DARPA. Consultado el 17 de julio de 2017.

doi.org

dx.doi.org

. MIPRO 2018. 25 de mayo de 2018. pp. 210-215. doi:10.23919/MIPRO.2018.8400040.
Sokol, Kacper; Flach, Peter (2018). «Glass-Box: Explaining AI Decisions With Counterfactual Statements Through Conversation With a Voice-enabled Virtual Assistant». Proceedings of the Twenty-Seventh International Joint Conference on Artificial Intelligence. pp. 5868-5870. ISBN 9780999241127. doi:10.24963/ijcai.2018/865.
Tickle, A. B.; Andrews, R.; Golea, M.; Diederich, J. (November 1998). «The truth will come to light: directions and challenges in extracting the knowledge embedded within trained artificial neural networks». IEEE Transactions on Neural Networks 9 (6): 1057-1068. ISSN 1045-9227. PMID 18255792. doi:10.1109/72.728352.
Murdoch, W. James; Singh, Chandan; Kumbier, Karl; Abbasi-Asl, Reza; Yu, Bin (14 de enero de 2019). «Interpretable machine learning: definitions, methods, and applications». Proceedings of the National Academy of Sciences of the United States of America 116 (44): 22071-22080. Bibcode:2019arXiv190104592M. PMC 6825274. PMID 31619572. arXiv:1901.04592. doi:10.1073/pnas.1900654116.
Bach, Sebastian; Binder, Alexander; Montavon, Grégoire; Klauschen, Frederick; Müller, Klaus-Robert; Samek, Wojciech (10 de julio de 2015). «On Pixel-Wise Explanations for Non-Linear Classifier Decisions by Layer-Wise Relevance Propagation». En Suarez, Oscar Deniz, ed. PLOS One 10 (7): e0130140. Bibcode:2015PLoSO..1030140B. ISSN 1932-6203. PMC 4498753. PMID 26161953. doi:10.1371/journal.pone.0130140.
"Why Should I Trust You?" | Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (en inglés). doi:10.1145/2939672.2939778.
Weng, Stephen F; Reps, Jenna; Kai, Joe; Garibaldi, Jonathan M; Qureshi, Nadeem (2017). «Can machine-learning improve cardiovascular risk prediction using routine clinical data?». PLOS One 12 (4): e0174944. Bibcode:2017PLoSO..1274944W. PMC 5380334. PMID 28376093. doi:10.1371/journal.pone.0174944.
Olague, Gustavo (2011). «Evolutionary-computer-assisted design of image operators that detect interest points using genetic programming☆». Image and Vision Computing (Elsevier) 29 (7): 484-498. doi:10.1016/j.imavis.2011.03.004.
Qureshi, M. Atif; Greene, Derek (4 de junio de 2018). «EVE: explainable vector based embedding technique using Wikipedia». Journal of Intelligent Information Systems (en inglés) 53: 137-165. ISSN 0925-9902. arXiv:1702.06891. doi:10.1007/s10844-018-0511-x.

dshieble.github.io

Shiebler, Dan (16 de abril de 2017). «Understanding Neural Networks with Layerwise Relevance Propagation and Deep Taylor Series». Dan Shiebler. Consultado el 3 de noviembre de 2017.

economist.com

«Computer programs recognise white men better than black women» (en inglés). 2018. Consultado el 5 de agosto de 2018.

fatconference.org

«FAT* Conference».

fraser.name

neil.fraser.name

«Neil Fraser: Writing: Neural Network Follies». neil.fraser.name. Consultado el 22 de agosto de 2019.

harvard.edu

adsabs.harvard.edu

Biecek, Przemyslaw (23 de junio de 2018). «DALEX: explainers for complex predictive models». Journal of Machine Learning Research 19: 1-5. Bibcode:2018arXiv180608915B. arXiv:1806.08915.
Murdoch, W. James; Singh, Chandan; Kumbier, Karl; Abbasi-Asl, Reza; Yu, Bin (14 de enero de 2019). «Interpretable machine learning: definitions, methods, and applications». Proceedings of the National Academy of Sciences of the United States of America 116 (44): 22071-22080. Bibcode:2019arXiv190104592M. PMC 6825274. PMID 31619572. arXiv:1901.04592. doi:10.1073/pnas.1900654116.
Bach, Sebastian; Binder, Alexander; Montavon, Grégoire; Klauschen, Frederick; Müller, Klaus-Robert; Samek, Wojciech (10 de julio de 2015). «On Pixel-Wise Explanations for Non-Linear Classifier Decisions by Layer-Wise Relevance Propagation». En Suarez, Oscar Deniz, ed. PLOS One 10 (7): e0130140. Bibcode:2015PLoSO..1030140B. ISSN 1932-6203. PMC 4498753. PMID 26161953. doi:10.1371/journal.pone.0130140.
Lundberg, Scott M; Lee, Su-In (2017), «A Unified Approach to Interpreting Model Predictions», en Guyon, I.; Luxburg, U. V.; Bengio et al., eds., Advances in Neural Information Processing Systems 30 (Curran Associates, Inc.): 4765-4774, Bibcode:2017arXiv170507874L, consultado el 13 de marzo de 2020 .
Weng, Stephen F; Reps, Jenna; Kai, Joe; Garibaldi, Jonathan M; Qureshi, Nadeem (2017). «Can machine-learning improve cardiovascular risk prediction using routine clinical data?». PLOS One 12 (4): e0174944. Bibcode:2017PLoSO..1274944W. PMC 5380334. PMID 28376093. doi:10.1371/journal.pone.0174944.

intelligence.org

Bostrom, N., & Yudkowsky, E. (2014). The ethics of artificial intelligence. The Cambridge Handbook of Artificial Intelligence, 316-334.

intelligentrobots.org

«IJCAI 2017 Workshop on Explainable Artificial Intelligence (XAI)». Earthlink. IJCAI. Archivado desde el original el 4 de abril de 2019. Consultado el 17 de julio de 2017.

issn.org

portal.issn.org

Tickle, A. B.; Andrews, R.; Golea, M.; Diederich, J. (November 1998). «The truth will come to light: directions and challenges in extracting the knowledge embedded within trained artificial neural networks». IEEE Transactions on Neural Networks 9 (6): 1057-1068. ISSN 1045-9227. PMID 18255792. doi:10.1109/72.728352.
Bach, Sebastian; Binder, Alexander; Montavon, Grégoire; Klauschen, Frederick; Müller, Klaus-Robert; Samek, Wojciech (10 de julio de 2015). «On Pixel-Wise Explanations for Non-Linear Classifier Decisions by Layer-Wise Relevance Propagation». En Suarez, Oscar Deniz, ed. PLOS One 10 (7): e0130140. Bibcode:2015PLoSO..1030140B. ISSN 1932-6203. PMC 4498753. PMID 26161953. doi:10.1371/journal.pone.0130140.
Qureshi, M. Atif; Greene, Derek (4 de junio de 2018). «EVE: explainable vector based embedding technique using Wikipedia». Journal of Intelligent Information Systems (en inglés) 53: 137-165. ISSN 0925-9902. arXiv:1702.06891. doi:10.1007/s10844-018-0511-x.

mlr.press

proceedings.mlr.press

Carter, Brandon; Mueller, Jonas; Jain, Siddhartha; Gifford, David (11 de abril de 2019). «What made you do this? Understanding black-box decisions with sufficient input subsets». The 22nd International Conference on Artificial Intelligence and Statistics (en inglés): 567-576.
Shrikumar, Avanti; Greenside, Peyton; Kundaje, Anshul (17 de julio de 2017). «Learning Important Features Through Propagating Activation Differences». International Conference on Machine Learning (en inglés): 3145-3153.

nasa.gov

«NASA 'Evolutionary' software automatically designs antenna». NASA. NASA. Archivado desde el original el 8 de agosto de 2017. Consultado el 17 de julio de 2017.

newyorker.com

Mukherjee, Siddhartha (27 de marzo de 2017). «A.I. Versus M.D.». Consultado el 30 de enero de 2018.

nih.gov

ncbi.nlm.nih.gov

Tickle, A. B.; Andrews, R.; Golea, M.; Diederich, J. (November 1998). «The truth will come to light: directions and challenges in extracting the knowledge embedded within trained artificial neural networks». IEEE Transactions on Neural Networks 9 (6): 1057-1068. ISSN 1045-9227. PMID 18255792. doi:10.1109/72.728352.
Murdoch, W. James; Singh, Chandan; Kumbier, Karl; Abbasi-Asl, Reza; Yu, Bin (14 de enero de 2019). «Interpretable machine learning: definitions, methods, and applications». Proceedings of the National Academy of Sciences of the United States of America 116 (44): 22071-22080. Bibcode:2019arXiv190104592M. PMC 6825274. PMID 31619572. arXiv:1901.04592. doi:10.1073/pnas.1900654116.
Bach, Sebastian; Binder, Alexander; Montavon, Grégoire; Klauschen, Frederick; Müller, Klaus-Robert; Samek, Wojciech (10 de julio de 2015). «On Pixel-Wise Explanations for Non-Linear Classifier Decisions by Layer-Wise Relevance Propagation». En Suarez, Oscar Deniz, ed. PLOS One 10 (7): e0130140. Bibcode:2015PLoSO..1030140B. ISSN 1932-6203. PMC 4498753. PMID 26161953. doi:10.1371/journal.pone.0130140.
McCoy, Liam G.; Brenna, Connor T. A.; Chen, Stacy S.; Vold, Karina; Das, Sunit (5 de noviembre de 2021). «Believing in black boxes: machine learning for healthcare does not need explainability to be evidence-based». *Journal of Clinical Epidemiology*. Vol. 142 (Online ahead of print), pp. 252–257. doi:10.1016/j.jclinepi.2021.11.001. ISSN 0895-4356. PMID 34748907. S2CID 243810442.
Ghassemi, Marzyeh; Oakden-Rayner, Luke; Beam, Andrew L. (1 de noviembre de 2021). «The false hope of current approaches to explainable artificial intelligence in health care». *The Lancet Digital Health*. Vol. 3, n.º 11, pp. e745–e750. doi:10.1016/S2589-7500(21)00208-9. ISSN 2589-7500. PMID 34711379. S2CID 239963176.
Rudin, Cynthia (2019). «Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead». *Nature Machine Intelligence*. Vol. 1, n.º 5, pp. 206–215. arXiv:1811.10154. doi:10.1038/s42256-019-0048-x. ISSN 2522-5839. PMC 9122117. PMID 35603010.
Weng, Stephen F; Reps, Jenna; Kai, Joe; Garibaldi, Jonathan M; Qureshi, Nadeem (2017). «Can machine-learning improve cardiovascular risk prediction using routine clinical data?». PLOS One 12 (4): e0174944. Bibcode:2017PLoSO..1274944W. PMC 5380334. PMID 28376093. doi:10.1371/journal.pone.0174944.

nips.cc

papers.nips.cc

Lundberg, Scott M; Lee, Su-In (2017), «A Unified Approach to Interpreting Model Predictions», en Guyon, I.; Luxburg, U. V.; Bengio et al., eds., Advances in Neural Information Processing Systems 30 (Curran Associates, Inc.): 4765-4774, Bibcode:2017arXiv170507874L, consultado el 13 de marzo de 2020 .

nytimes.com

Abrams, Rachel (July 2016). «Joshua Brown, Who Died in Self-Driving Accident, Tested Limits of His Tesla». New York Times. Consultado el 17 de julio de 2017.

nyu.edu

pages.stern.nyu.edu

Martens, David; Provost, Foster. «Explaining data-driven document classifications». MIS Quarterly 38: 73-99.

openai.com

blog.openai.com

«Learning from Human Preferences». 13 de junio de 2017. Archivado desde el original el 28 de marzo de 2023. Consultado el 30 de enero de 2018.

sciencemag.org

«How AI detectives are cracking open the black box of deep learning». Science (en inglés). 5 de julio de 2017. Consultado el 30 de enero de 2018. .

theguardian.com

Sample, Ian (5 de noviembre de 2017). «Computer says no: why making AIs fair, accountable and transparent is crucial» (en inglés). Consultado el 30 de enero de 2018.
Sample, Ian (5 de noviembre de 2017). «Computer says no: why making AIs fair, accountable and transparent is crucial» (en inglés). Consultado el 5 de agosto de 2018.
«Tesla says it has 'no way of knowing' if autopilot was used in fatal Chinese crash». Guardian. 14 de septiembre de 2016. Consultado el 17 de julio de 2017.

web.archive.org

«Learning from Human Preferences». 13 de junio de 2017. Archivado desde el original el 28 de marzo de 2023. Consultado el 30 de enero de 2018.
«IJCAI 2017 Workshop on Explainable Artificial Intelligence (XAI)». Earthlink. IJCAI. Archivado desde el original el 4 de abril de 2019. Consultado el 17 de julio de 2017.
«NASA 'Evolutionary' software automatically designs antenna». NASA. NASA. Archivado desde el original el 8 de agosto de 2017. Consultado el 17 de julio de 2017.