Regular Inference over Recurrent Neural Networks as a Method for Black Box Explainability

Mayr Ojeda, Franz

Resumen:

El presente Desarrollo de Tesis explora el problema general de explicar el comportamiento de una red neuronal recurrente (RNN por sus siglas en inglés). El objetivo es construir una representación que mejore el entendimiento humano de las RNN como clasificadores de secuencias, con el propósito de proveer entendimiento sobre el proceso de decisión detrás de la clasificación de una secuencia como positiva o negativa, y a su vez, habilitar un mayor análisis sobre las mismas como por ejemplo la verificación formal basada en autómatas. Se propone en concreto, un algoritmo de aprendizaje automático activo para la construcción de un autómata finito determinístico que es aproximadamente correcto respecto a una red neuronal artificial.


Detalles Bibliográficos
2019
PROYECTOS-MI
REDES NEURONALES
INTELIGENCIA ARTIFICIAL
Inglés
Universidad ORT Uruguay
RAD
http://hdl.handle.net/20.500.11968/4220
Acceso abierto
_version_ 1807261360737746944
author Mayr Ojeda, Franz
author_facet Mayr Ojeda, Franz
author_role author
bitstream.checksum.fl_str_mv 3e318567695f04e6ed39e87aeb442696
10d4016f2ebcf36486f182c7749a7e88
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
bitstream.url.fl_str_mv https://rad.ort.edu.uy/bitstreams/f873fa45-22d0-494c-bcbb-67bbde947135/download
https://rad.ort.edu.uy/bitstreams/0d74ee34-7e84-4be3-926f-f30a7e218fed/download
collection RAD
dc.contributor.advisor.none.fl_str_mv Fabián Yovine, Sergio
dc.contributor.tribunal.es.fl_str_mv Tasistro Souto, Álvaro Daniel
Habermehl, Peter
dc.creator.none.fl_str_mv Mayr Ojeda, Franz
dc.date.accessioned.none.fl_str_mv 2020-09-08T07:58:02Z
dc.date.available.none.fl_str_mv 2020-09-08T07:58:02Z
dc.date.issued.es.fl_str_mv 2019
dc.description.abstract.none.fl_txt_mv El presente Desarrollo de Tesis explora el problema general de explicar el comportamiento de una red neuronal recurrente (RNN por sus siglas en inglés). El objetivo es construir una representación que mejore el entendimiento humano de las RNN como clasificadores de secuencias, con el propósito de proveer entendimiento sobre el proceso de decisión detrás de la clasificación de una secuencia como positiva o negativa, y a su vez, habilitar un mayor análisis sobre las mismas como por ejemplo la verificación formal basada en autómatas. Se propone en concreto, un algoritmo de aprendizaje automático activo para la construcción de un autómata finito determinístico que es aproximadamente correcto respecto a una red neuronal artificial.
dc.description.es.fl_txt_mv Incluye bibliografía.
dc.format.extent.es.fl_str_mv 51 p. diagrs., tbls., grafs.
dc.identifier.citation.es.fl_str_mv Mayr Ojeda, F. (2019). Regular Inference over Recurrent Neural Networks as a Method for Black Box Explainability (Desarrollo de Tesis). Universidad ORT Uruguay, Facultad de Ingeniería. Recuperado de https://rad.ort.edu.uy/handle/20.500.11968/4220
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.11968/4220
http://hdl.handle.net/20.500.11968/4220
dc.language.iso.none.fl_str_mv Inglés.
eng
dc.publisher.es.fl_str_mv Universidad ORT Uruguay
dc.relation.other.es.fl_str_mv https://bibliotecas.ort.edu.uy/bibid/90543
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.source.none.fl_str_mv reponame:RAD
instname:Universidad ORT Uruguay
instacron:Universidad ORT
dc.subject.es.fl_str_mv PROYECTOS-MI
REDES NEURONALES
INTELIGENCIA ARTIFICIAL
dc.title.none.fl_str_mv Regular Inference over Recurrent Neural Networks as a Method for Black Box Explainability
dc.type.es.fl_str_mv Trabajo final de carrera
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.none.fl_str_mv info:eu-repo/semantics/publishedVersion
description Incluye bibliografía.
eu_rights_str_mv openAccess
format bachelorThesis
id RAD_9f7e7edc45ce318ab164ada3c274572e
identifier_str_mv Mayr Ojeda, F. (2019). Regular Inference over Recurrent Neural Networks as a Method for Black Box Explainability (Desarrollo de Tesis). Universidad ORT Uruguay, Facultad de Ingeniería. Recuperado de https://rad.ort.edu.uy/handle/20.500.11968/4220
instacron_str Universidad ORT
institution Universidad ORT
instname_str Universidad ORT Uruguay
language eng
language_invalid_str_mv Inglés.
network_acronym_str RAD
network_name_str RAD
oai_identifier_str oai:rad.ort.edu.uy:20.500.11968/4220
publishDate 2019
reponame_str RAD
repository.mail.fl_str_mv rodriguez_v@ort.edu.uy
repository.name.fl_str_mv RAD - Universidad ORT Uruguay
repository_id_str 3927
spelling Fabián Yovine, SergioTasistro Souto, Álvaro DanielHabermehl, PeterMayr Ojeda, Franz2020-09-08T07:58:02Z2020-09-08T07:58:02Z2019Incluye bibliografía.El presente Desarrollo de Tesis explora el problema general de explicar el comportamiento de una red neuronal recurrente (RNN por sus siglas en inglés). El objetivo es construir una representación que mejore el entendimiento humano de las RNN como clasificadores de secuencias, con el propósito de proveer entendimiento sobre el proceso de decisión detrás de la clasificación de una secuencia como positiva o negativa, y a su vez, habilitar un mayor análisis sobre las mismas como por ejemplo la verificación formal basada en autómatas. Se propone en concreto, un algoritmo de aprendizaje automático activo para la construcción de un autómata finito determinístico que es aproximadamente correcto respecto a una red neuronal artificial.51 p. diagrs., tbls., grafs.Mayr Ojeda, F. (2019). Regular Inference over Recurrent Neural Networks as a Method for Black Box Explainability (Desarrollo de Tesis). Universidad ORT Uruguay, Facultad de Ingeniería. Recuperado de https://rad.ort.edu.uy/handle/20.500.11968/4220http://hdl.handle.net/20.500.11968/4220http://hdl.handle.net/20.500.11968/4220Inglés.engUniversidad ORT Uruguayhttps://bibliotecas.ort.edu.uy/bibid/90543PROYECTOS-MIREDES NEURONALESINTELIGENCIA ARTIFICIALRegular Inference over Recurrent Neural Networks as a Method for Black Box ExplainabilityTrabajo final de carrerainfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionreponame:RADinstname:Universidad ORT Uruguayinstacron:Universidad ORTinfo:eu-repo/semantics/openAccessFI - Master en Ingeniería - MIFacultad de IngenieríaMasterMaster en IngenieríaDesarrollo de TesisDesarrollo de Tesis (Master). Universidad ORT Uruguay, Facultad de IngenieríaTHUMBNAILMaterial completo.pdf.jpgMaterial completo.pdf.jpgGenerated Thumbnailimage/jpeg3585https://rad.ort.edu.uy/bitstreams/f873fa45-22d0-494c-bcbb-67bbde947135/download3e318567695f04e6ed39e87aeb442696MD53ORIGINALMaterial completo.pdfMaterial completo.pdfdescriptionapplication/pdf789278https://rad.ort.edu.uy/bitstreams/0d74ee34-7e84-4be3-926f-f30a7e218fed/download10d4016f2ebcf36486f182c7749a7e88MD5120.500.11968/42202024-07-22 15:35:48.056oai:rad.ort.edu.uy:20.500.11968/4220https://rad.ort.edu.uyUniversidadhttps://www.ort.edu.uy/https://rad.ort.edu.uy/server/oai/requestrodriguez_v@ort.edu.uyUruguayopendoar:39272024-07-22T15:35:48RAD - Universidad ORT Uruguayfalse
spellingShingle Regular Inference over Recurrent Neural Networks as a Method for Black Box Explainability
Mayr Ojeda, Franz
PROYECTOS-MI
REDES NEURONALES
INTELIGENCIA ARTIFICIAL
status_str publishedVersion
title Regular Inference over Recurrent Neural Networks as a Method for Black Box Explainability
title_full Regular Inference over Recurrent Neural Networks as a Method for Black Box Explainability
title_fullStr Regular Inference over Recurrent Neural Networks as a Method for Black Box Explainability
title_full_unstemmed Regular Inference over Recurrent Neural Networks as a Method for Black Box Explainability
title_short Regular Inference over Recurrent Neural Networks as a Method for Black Box Explainability
title_sort Regular Inference over Recurrent Neural Networks as a Method for Black Box Explainability
topic PROYECTOS-MI
REDES NEURONALES
INTELIGENCIA ARTIFICIAL
url http://hdl.handle.net/20.500.11968/4220

Resultados similares