Neues Verfahren erklärt Marked Temporal mit Gegenfakt. und Fakt. Ansätzen
Neural‑networkbasierte Marked Temporal Point Process‑Modelle (MTPP) werden zunehmend in hochriskanten Anwendungen eingesetzt, wodurch die Frage nach der Vertrauenswürdigkeit ihrer Vorhersagen immer wichtiger wird. In dieser Studie wird ein neues Konzept zur Erklärung von MTPP vorgestellt, das darauf abzielt, die minimal notwendige und zugleich rationale Erklärung zu identifizieren. Dabei wird die kleinste Teilmenge von Ereignissen aus der Historie bestimmt, die die Vorhersagegenauigkeit des Modells nahezu genauso gut wie die komplette Historie reproduziert und gleichzeitig besser als die Gegenstück‑Menge.
