Explainable MLOps: An application-oriented methodological framework
Explainable AI (XAI) heeft als doel om AI modellen transparant te maken, om de veiligheid van het gebruik van AI modellen in de praktijk te vergroten.
In de literatuur zijn waardevolle stappen gezet om deze transparantie te verbeteren. Huidige technieken houden echter vaak nog onvoldoende rekening met praktische overwegingen. Binnen dit onderzoek wordt er gekeken naar praktische vraagstukken uit de industrie en de gezondheidszorg. Voor deze vraagstukken is het het doel om de transparantie binnen iedere stap van de (MLOps) workflow (data preparation, model development en model deployment) te vergroten.
Betrokken partners
- Saxion
- Universiteit Twente
Looptijd
01-01-2024 - 31-12-2027
Financiering
Dit project is mede mogelijk gemaakt door
- Regeling Promoveren bij Saxion
- NWO ZORRO
- SIA DEMAND
Neem contact op voor meer informatie
