O-Shap: Neue hierarchische SHAP-Methode verbessert Bild- und Tabellenerklärungen

Die neu vorgestellte Methode O‑Shap erweitert die klassische Shapley‑Value‑Analyse um die Owen‑Value‑Erweiterung, die Gruppenzugehörigkeiten berücksichtigt. Dadurch wird das Problem der stark abhängigen Pixel in Bilddaten – die bei herkömmlichen SHAP‑Ansätzen die Annahme der Unabhängigkeit verletzen – systematisch adressiert.

Der Owen‑Value ist eine hierarchische Verallgemeinerung des Shapley‑Werts und ermöglicht die Attribution von Feature‑Gruppen statt einzelner Pixel. Die Wirksamkeit hängt jedoch stark davon ab, wie diese Gruppen definiert werden. O‑Shap demonstriert, dass gängige Segmentierungsansätze wie Achsen‑ausgerichtete oder SLIC‑Gruppen wichtige Konsistenz‑Eigenschaften verletzen.

Um diesem Problem entgegenzuwirken, wird ein neues Segmentierungsverfahren vorgestellt, das die T‑Eigenschaft erfüllt und damit eine semantisch konsistente Gruppierung über alle Hierarchie‑Ebene hinweg gewährleistet. Diese Struktur erlaubt nicht nur eine effiziente Pruning‑Strategie, sondern verbessert auch die Genauigkeit und Interpretierbarkeit der Attributionswerte.

Experimentelle Untersuchungen an Bild‑ und Tabellendatensätzen zeigen, dass O‑Shap die Basis‑SHAP‑Varianten in Bezug auf Attributionspräzision, semantische Kohärenz und Laufzeit deutlich übertrifft – insbesondere in Szenarien, in denen die zugrunde liegende Struktur eine entscheidende Rolle spielt.