UniCoMTE: Universelles Counterfactual-Framework erklärt ECG-Classifier
Ein neues, modellunabhängiges Tool namens UniCoMTE wurde vorgestellt, das die Erklärbarkeit von Deep‑Learning‑Modellen für Zeitreihen, insbesondere für Herz-Kreislauf‑Signale, deutlich verbessert. Durch gezielte Modifikationen von Eingabedaten liefert UniCoMTE kompakte, stabile und menschlich nachvollziehbare Erklärungen, die zeigen, welche zeitlichen Merkmale die Vorhersage eines Modells am stärksten beeinflussen.
