面向高能物理的可解释人工智能

神经网络在高能物理研究中无处不在。然而，这些高度非线性的参数化函数被视为黑箱——其内部运作以传递信息并建立所需的输入输出关系通常难以捉摸。可解释人工智能（xAI）方法可通过在输入与模型输出之间建立定量且易处理的关系，从而确定神经模型与数据的关系，使其变得可解释。在这篇意向书中，我们探讨了在高能物理问题中使用xAI方法的潜力。