Details
| Title | Объяснимый искусственный интеллект в системах поддержки принятия решений // Промышленный искусственный интеллект (ПИИ'2025): Всероссийская научно-практическая конференция с международным участием 3–4 июля 2025 года: cборник научных трудов |
|---|---|
| Creators | Макарова Арина Александровна ; Малыхина Галина Федоровна |
| Organization | Санкт-Петербургский политехнический университет Петра Великого |
| Imprint | Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2025 |
| Collection | Общая коллекция |
| Document type | Article, report |
| Language | Russian |
| DOI | 10.18720/SPBPU/2/id25-522 |
| Rights | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
| Additionally | New arrival |
| Record key | RU\SPSTU\edoc\77839 |
| Record create date | 12/22/2025 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
Action 'Download' will be available if you login or access site from another network
| Group | Anonymous |
|---|---|
| Network | Internet |
В статье рассматривается проблема «черного ящика» в системах поддержки принятия решений (СППР) в промышленности, применяющих методы искусственного интеллекта (ИИ). Непрозрачность влечет за собой недоверие к решениям и затрудняет внедрение таких систем. Представлен обзор популярных Model-Agnostic методов объяснимого ИИ (XAI), направленных на повышение прозрачности и интерпретируемости моделей. Приведены примеры применения XAI в промышленных СППР для прогнозирования качества продукции и оптимизации производственных процессов. Целью статьи является ознакомление с основными подходами XAI и демонстрация их потенциала для повышения эффективности и доверия к ИИ-решениям в промышленной сфере.
The article examines the problem of a “black box” in decision support systems (DSS) in industry using artificial intelligence (AI) methods. Opacity leads to distrust of solutions and makes it difficult to implement such systems. An overview of popular Model-Agnostic explicable AI (XAI) methods aimed at increasing transparency and interpretability of models is presented. Examples of the use of XAI in industrial DSS for predicting product quality and optimizing production processes are given. The purpose of the article is to introduce the main approaches of XAI and demonstrate their potential to increase efficiency and confidence in AI solutions in the industrial sector.
| Network | User group | Action |
|---|---|---|
| ILC SPbPU Local Network | All |
|
| Internet | Authorized users SPbPU |
|
| Internet | Anonymous |
|
Access count: 0
Last 30 days: 0
