｛“状态”：“正常”，“消息类型”：“工作”，“消息版本”：“1.0.0”，“消息”：｛“索引”：｛“日期部分”：[[2024,9,19]，“日期时间”：“2024-09-19T16:11:34Z”，“时间戳”：1726762294128｝，“发布者位置”：“纽约，NY，USA”，“引用计数”：44，“发布者”：“ACM”，“内容域”：｛“域”：[“dl.ACM.org”]，“交叉标记限制”：true｝，“短容器标题”：[]，“published-print”：{“date-parts”：[[2021,3,3]]}，“DOI”：“10.1145\/3442188.3445917”，“type”：“proceedings-article”，“created”：{“date-ports”：[2021,3,3]，“date-time”：“2021-03-03T01:26:24Z”，“timestamp”：16147784000}，”update-policy“http:\\/dx.DOI.org\/10.1145\/crossmark-policy”，“source”“：”Crossref“，”is-referenced-by-count“：26，”title“：[“不可能的解释？”]，“前缀”：“10.1145”，“作者”：[{“给定”：“Ronan”，“家族”：“哈蒙”，“序列”：“第一”，“从属关系”：[}“名称”：“欧洲委员会，意大利伊斯普拉联合研究中心”}]}，{“给出”：“亨里克”，“家庭”：“容克维茨”，“sequence”：“附加”，“附属关系”：[{“姓名”：“欧盟委员会，意大利依斯普拉联合研究中心”}]}，{“给定”：“Gianclaudio”，“family”：“Malgieri”，“sequence”：“additional”，“affiliation”：[{“name”：“Augmented Law Institute，EDHEC Business School，Lille，France”}]，{“给定”：“Paul De”，“family”：“Hert”，“sequence”：“additional”，“affiliation”：[{“name”：“Law Science Technology&Society，Vrije Universiteit Brussel，Brussel，Belgium”}]，{“给定”：“Laurent”，“family”：“Beslay”，“sequence”：“additional”，“affiliation”：[{“name”：“European Commission，Joint Research Centre，Ispra，Italy”}]}，{“given”：“Ignacio”，“faily”：”Sanchez“，”sequence“：”additional：[{“key”：“e_1_3_2_1_1_1”，“doi-asserted-by”：“crossref”，”unstructured“：“Adadi A.and Berrada M.2018。窥视黑盒子：关于可解释人工智能（XAI）的调查。IEEE接入。6 (2018) 52138--52160. Adadi A.和Berrada M.，2018年。窥视黑盒子：关于可解释人工智能（XAI）的调查。IEEE接入。6（2018）52138--52160.“，”DOI“：”10.1109\/ACCESS.2018.2870052“}，{”key“：”e_1_3_2_1_2_1“，”unstructured“：”2018年数据保护工作组第29条。《2016年条例》自动个人决策和分析指南。第29条2018年数据保护工作组。《2016年条例》自动个人决策和分析指南。“}，{“key”：“e_1_3_2_1_3_1”，“unstructured”：“2018年数据保护工作组第29条。2016年第679号条例下的透明度指南。第29条2018年数据保护工作组。2016年第679号条例下的透明度指南。“}，{”key“：”e_1_3_2_1_4_1“，”volume-title“：”et al“，”author“：”Arya V.“，“year”：“2019”，“unstructured”：“Arya，V.et al.2019.One Explanation Does Not Fit All:A Toolkit and Taxonomy of AI Explanability Techniques.（2019）。一种解释并不适合所有人：人工智能解释技术的工具包和分类。(2019).}，{“key”：“e_1_3_2_1_5_1”，“doi-asserted-by”：“交叉引用”，“非结构化”：“Cohen J.P.Dao L.Morrison P.Roth K.Bengio Y.Shen B.Abbasi A.Hoshmand-Kochi M.Ghassemi M.Li H.和Duong T.Q.2020。胸片深度学习预测新型冠状病毒肺炎严重程度。arXiv:2005.11856[cs eess q-bio stat]。（2020年5月）。Cohen J.P.Dao L.Morrison P.Roth K.Bengio Y.Shen B.Abbasi A.Hoshmand-Kochi M.Ghassemi M.Li H.和Duong T.Q.2020。胸片深度学习预测新型冠状病毒肺炎严重程度。arXiv:2005.11856[cs eess q-bio stat]。（2020年5月）。“，”DOI“：”10.7759\/cureus.9448“}，{”key“：”e_1_3_2_1_6_1“，”unstructured“：”Doshi-Velez F.和Kim B.2017。走向可解释机器学习的严格科学。arXiv电子打印。（2017）arXiv:1702.08608。Doshi-Velez F.和Kim B.，2017年。走向可解释机器学习的严格科学。arXiv电子打印。（2017）arXiv:1702.08608。“}，{“key”：“e_1_3_2_1_7_1”，“volume-title”：“第41届信息通信技术、电子和微电子国际公约（MIPRO）”，“author”：“Do\u0161ilovi\u0107 F.K.”，“year”：“2018”，“unstructured”：“Do\u0161 ilovi\ u0107，F.K.，Br\u010di\u0106，M.和Hlupi\u0107F.K.2018。可解释的人工智能：一项调查。第41届信息和通信技术、电子和微电子国际公约（MIPRO）（2018年），0210-0215。Do\u0161ilovi\u0107，F.K.，Br\u010di\u0107M.和Hlupi\u0107/N.2018。可解释的人工智能：一项调查。第41届信息通信技术、电子和微电子国际公约（MIPRO）（2018年），0210--0215。“}，{“key”：“e_1_3_2_1_8_1”，“unstructured”：“Dupont L.Fliche O.和Yang S.2020。金融领域的人工智能治理。Dupont L.Fliche O.和Yang S.2020。金融领域的人工智能治理。“}，{”key“：”e_1_3_2_1_9_1“，”非结构化“：”欧盟委员会2020。白皮书：人工智能——欧洲追求卓越和信任的方法。欧洲委员会。2020年欧盟委员会。白皮书：人工智能——欧洲追求卓越和信任的方法。欧洲委员会。“}，{”key“：”e_1_3_2_1_10_1“，”unstructured“：”2019年欧洲委员会人工智能高级专家组。人工智能的定义：主要能力和科学学科。欧洲委员会。2019年欧洲委员会人工智能高级专家组。人工智能的定义：主要能力和科学学科。欧洲委员会。“}，{”key“：”e_1_3_2_11_1“，”unstructured“：”2019年欧洲委员会人工智能高级专家组。值得信赖的人工智能道德准则。欧洲委员会。2019年欧洲委员会人工智能高级专家组。值得信赖的人工智能道德准则。欧洲委员会。“}，{”key“：”e_1_3_2_12_1“，”unstructured“：”2016年欧洲议会和欧盟理事会。2016年4月27日欧洲议会和理事会关于在处理个人数据方面保护自然人以及此类数据的自由流动的第2016\/679号条例（EU），并废除了第95\/46\/EC号指令（一般数据保护条例）。2016年欧洲议会和欧盟理事会。2016年4月27日欧洲议会和理事会关于在个人数据处理方面保护自然人和此类数据自由流动的条例（EU）2016\/679，并废除指令95\/46\/EC（通用数据保护条例）。“}，{”key“：”e_1_3_2_13_1“，”volume-title“：”机器学习中的公平、问责制和透明度第五次研讨会会议记录，瑞典斯德哥尔摩，PMLR（2018年），”author“：”Gebru T.“，“year”：“1803”，”unstructured“：”Gebru，T.、Morgenstern，J.、Vecchione，B.、Wortman Vaughan，J.，Wallach，H.、Daume\u00e9，I.、Hal和Crawford，K。2018.数据集数据表。机器学习中的公平、问责制和透明度第五次研讨会会议记录，瑞典斯德哥尔摩，PMLR（2018），arXiv:1803.09010。Gebru，T.、Morgenstern，J.、Vecchione，B.、Wortman Vaughan，J.，Wallach，H.、Daume\u00e9，I.、Hal和Crawford，K.，2018年。数据集的数据表。第五届机器学习中的公平、责任和透明度研讨会论文集，瑞典斯德哥尔摩，PMLR（2018），arXiv:1803.09010.“}，{“key”：“#cr-split#-e_1_3_2_14_1.1”，“doi-asserted-by”：“crossref”，“unstructured”：“Guidotti R.Monreale A.Ruggieri S.Turini F.Giannotti F.和Pedreschi D.2019。黑箱模型解释方法综述。ACM计算调查（CSUR）。51 5 (2019) 93. DOI:https:\/\/DOI.org\/10.1145\/3236009。10.1145\/3236009“，“DOI”：“10.1145\/23236009”}，{“key”：“#cr-split#-e_1_3_2_14_1.2”，“DOI-asserted-by”：“crossref”，“unstructured”：“Guidotti R.Monreale A.Ruggieri S.Turini F.Giannotti F.和Pedreschi D.2019。黑箱模型解释方法综述。ACM计算调查（CSUR）。51 5 (2019) 93. DOI:https:\/\/DOI.org\/10.1145\/3236009.“，”DOI“：”10.1145\/3236000“}，{“key”：“e_1_3_2_15_1”，“DOI-asserted-by”：“crossref”，”unstructured“：”Halpern J.Y.和Pearl J.2005。原因和解释：结构模型方法。第一部分：原因。英国科学哲学杂志。56 4 (2005) 843--887. Halpern J.Y.和Pearl J.2005年。原因和解释：结构模型方法。第一部分：原因。英国科学哲学杂志。56 4（2005）843--887.“，“DOI”：“10.1093\/bjps\/axi147”}，{“key”：“e_1_3_2_1_16_1”，“volume-title”：“第二部分：解释。英国科学哲学杂志。56，4”，“作者”：“Halpern J.Y.”，“年份”：“2005”，“非结构化”：“Halpern，J.Y.和Pearl，J。2005 . 原因和解释：结构模型方法。第二部分：解释。英国科学哲学杂志。56, 4 (2005), 889--911. Halpern，J.Y.和Pearl，J.2005。原因和解释：结构模型方法。第二部分：解释。英国科学哲学杂志。56，4（2005），889--911.“}，{“key”：“e_1_3_2_17_1”，“volume-title”：“伯克利技术LJ.34”，“author”：“Kaminski M.e.”，“year”：“2019”，“unstructured”：“卡明斯基，M.e.2019.解释权。伯克利技术L J.34，（2019），189。Kaminski，M.E.2019年。解释权，已解释。伯克利理工学院。34，（2019），189.“}，{”key“：”e_1_3_2_18_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3351095.3372875”}，“key”：“e_1_ 3_2_1_19_1”，“doi-assert-by”：“publisher”，”doi“：”10.1007\/s13347-017-0279-x“}10.1145\/3233231“}，{”key“：”e_1_3_2_1_21_1“，”doi-asserted-by“：”publisher“，”doi“：”10.1093\/idpl\/ipx019“}，{“key”：“e_1_3_2_1_22_1”，“doi-asserted-by”：“crossref”，“unstructured”：“Miller T.2019。人工智能解释：来自社会科学的见解。人工智能。267 (2019) 1--38. Miller T.2019年。人工智能解释：来自社会科学的见解。人工智能。267（2019）1-38.”，“DOI”：“10.1016\/j.artint.2018.07.007”}，{“密钥”：“e_1_3_2_1_23_1”，“非结构化”：“Murdoch W.j.Singh C.Kumbier K.Abbasi Asl R.and Yu B.2019。可解释机器学习：定义、方法和应用。arXiv电子打印。（2019）arXiv:1901.04592。默多克·W.J.辛格·C·库姆比尔·K·阿巴斯·阿斯尔·R和于斌2019年。可解释机器学习：定义、方法和应用。arXiv电子打印。（2019）arXiv:1901.04592.“}，{”key“：”e_1_3_2_1_24_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1038\/s42256-019-0048-x”}，“key”：“e_1_a_2_1_25_1”，“volume-title”：“AI可以帮助医院对COVID-19患者进行分类-IEEE Spectrum”，“author”：“Strickland e.”，“year”：“2020”，“unstructured”：“Strickland，e.2020”。人工智能可以帮助医院对新冠肺炎患者进行分类-IEEE Spectrum。IEEE频谱：技术、工程和科学新闻。( 2020 ). 斯特里克兰，E.2020。AI可以帮助医院对新冠肺炎患者进行分类-IEEE频谱。IEEE频谱：技术、工程和科学新闻。(2020).“}，{”key“：”e_1_3_2_1_26_1“，”volume-title“：”间接歧视概念的局限性和潜力“，”author“：”Tobler C.“，”unstructured“：”Tobler，C.2008。间接歧视概念的局限性和潜力。欧洲共同体官方出版物办公室。Tobler，C.2008年。间接歧视概念的局限性和潜力。欧洲共同体官方出版物办公室。“}，{”key“：”#cr-split#-e_1_3_2_1_27_1.1“，”doi-asserted-by“：”crossref“，”unstructured“：”Toussie D.Voutsinas N.Finkelstein M.Cedillo M.A.Manna S.Maron S.Z.Jacobi A.Chung M.Bernheim A.Eber C.Concepcion J.Fayad Z.和Gupta Y.S.2020。临床和胸部X线特征决定了新冠肺炎中青年患者的预后。放射科。(2020) 201754. DOI:https:\/\/DOI.org\/10.1148\/radiol.2020201754。10.1148“radiol.202020201754”，“DOI”：“10.1148”，{“key”：“#cr-split#-e_1_3_2_1_27_1.2”，“DOI-asserted-by”：“crossref”，“unstructured”：“Toussie D.Voutsinas N.Finkelstein M.Cedillo M.A.Manna S.Maron S.Z.Jacobi A.Chung M.Bernheim A.Eber C.Concepcion J.Fayad Z.和Gupta Y.S.2020。临床和胸部X线特征决定了新冠肺炎中青年患者的预后。放射科。(2020) 201754. DOI:https:\/\/DOI.org\/10.1148\/radiol.202020 1754.“，”DOI“：”10.1148\/radial.2020201754“}，{“key”：“e_1_3_2_1_28_1”，“volume-title”：“Black Box:Automated Decisions and the GPDR.Harv.JL&Tech.31”，“author”：“Wachter S.”，”year“：“2017”，“unstructured”：“Wachter，S.、Mittelstadt，B.和Russell，C。2017 . 不打开黑匣子的反事实解释：自动决策和GPDR。哈夫。JL&Tech.31，（2017），841。Wachter，S.、Mittelstadt，B.和Russell，C.，2017年。不打开黑匣子的反事实解释：自动决策和GPDR。哈夫。JL&Tech.31，（2017），841.“}，{”key“：”e_1_3_2_1_29_1“，”doi-asserted-by“：”crossref“，“unstructured”：“Wang L.and Wong A.2020。COVID-Net：一种定制的深度卷积神经网络设计，用于从胸部X射线图像检测COVID-19病例。(2020). Wang L.和Wong A.2020。COVID-Net：一种定制的深度卷积神经网络设计，用于从胸部X射线图像检测COVID-19病例。(2020).“，”DOI“：”10.1038\\s41598-20-76550-z“｝，｛”key“：”e_1_3_2_1_30_1“，”卷标题“：”et al“，”作者“：”Wynants L.“，”年份“：”2020“，”非结构化“：”Wynants，L.et al.2020.新型冠状病毒感染的诊断和预后预测模型：系统综述和批判性评估。BMJ.369，（2020）。DOI:https://DOI.org/10.1136\\BMJ.m1328。10.1136 \/bmj.m1328 Wynants，L.等人，2020年。新型冠状病毒感染诊断和预后预测模型：系统综述和批判性评价。英国医学杂志。369, (2020). DOI:https:\/\/DOI.org\/10.1136\/bmj.m1328.“}，{“key”：“e_1_3_2_1_31_1”，“volume-title”：“et al”，“author”：“Lessmann N.”，“year”：“2020”，“unstructured”：“莱斯曼，N.等人，2020。使用人工智能对疑似新型冠状病毒肺炎患者的CO-RADS和胸部CT严重程度评分进行自动评估。放射学。202439。DOI:10.1148无线电.202020年2439 10.1148无线电2020202439莱斯曼，N.等人，2020年。使用人工智能对疑似新型冠状病毒肺炎患者的冠状病毒抗体和胸部CT严重程度评分进行自动评估。放射科。202439.DOI:10.1148 \/radiol.2020202439“}，{“key”：“e_1_3_2_1_32_1”，“volume-title”：“医院如何使用AI对抗Covid-19。《哈佛商业评论在线》，“作者”：“Wittbold K.A.”，“年份”：“2020”，“非结构化”：“Wittbold，K.A.2020。医院如何利用人工智能对抗新型冠状病毒。《哈佛商业评论在线》。2020年4月3日。https:\/\/hbr.org\/2020\/04\/how-hospitals-are-using-ai-to-bettle-covid-19 Wittbold，K.A.2020。医院如何利用人工智能对抗新型冠状病毒。哈佛商业评论在线。2020年4月3日。https:\/\/hbr.org\/2020\/04\/how-hospitals-are-using-ai-to-bettle-covid-19“}，{“key”：“e_1_3_2_1_33_1”，“volume-title”：“Eur.J.Law Technol.”，“author”：“Roig”，“unstructured”：“A.Roig，‘不受制于仅基于自动处理的决策的权利保障（GDPR第22条）’，《Eur.J.Law-Technol.》，第8卷，第3 A号。Roig，“保障不受完全基于自动处理的决定影响的权利（GDPR第22条）”，《欧洲法律技术期刊》。，第8卷，第3号“}，{“key”：“e_1_3_2_1_34_1”，“article-title”：“欧盟成员国的自动决策：国家立法中的解释权和其他“适当保障”，《计算法》，“卷”：“10”，“作者”：“马尔盖里”，“年份”：“2019”，“非结构化”：“G。Malgieri，2019年，“欧盟成员国的自动决策：国家立法中的解释权和其他“适当保障”，计算。法律保障。Rev.，p.105327，doi:10.1016，2019.05.002 10.1016，G.Malgieri，2019，“欧盟成员国的自动决策：国家立法中的解释权和其他“适当保障”，计算。法律保障。修订版，第105327页，doi:10.1016\/j.clsr.2019.05.002“，“journal-title”：“安全。Rev.，p.105327，doi“}，{“key”：“e_1_3_2_1_35_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1093\/idpl\/ipx022“}”，{”issue“：“1”，”key“：”e_1_ 3_2_1_1_36_1“，”first page“：“18”，”article-title“：”Algorithm的奴隶？为什么是“解释权”，“volume”：”16“，”author“：”Edwards L.“，“year”：“2017”，“非结构化”：“Edwards L.和Veale M.，2017年，“算法的奴隶？为什么是”解释权“可能不是你正在寻找的补救办法”，《杜克法律技术评论》，第16卷，第1期，第18-84页。Edwards L和Veale.M.，17年，“演算法的奴隶”？为什么是解释权\“可能不是你正在寻找的补救办法”，《杜克法律技术评论》，第16卷，第1期，第18-84页。“，”杂志标题：“杜克法律科技评论”}，{“key”：“e_1_3_2_1_37_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/MSP.2018.2701152“}，”{“密钥”：“e_1_3_1_38_1”\/ipx005“}，{”键“：“e_1_3_2_1_39_1”，“doi asserted by”：“publisher”，“doi”：“10.1016\/j.csr.2018.05.017”}，｛“key”：“e_1_3_2_1_40_1”，“volume title”：“Comput.Law Secur.Rev.”，“volume”：“34”，“author”：“Veale M.”，“nonstructured”:“Veale M.和Edwards L.，'第29条工作组关于自动化决策和分析的指导草案中的明确性、惊喜和进一步问题'，Comput.Law Secur.Rev.，第34卷，第2期，第398页至第404页，2018年4月，doi:10.1016\/j.csr.2017.12.002 10.1016\/j.csr.2017.12.002 Veale M.和Edwards L.，'明确性、惊喜和未来第29条工作组自动化决策和分析指南草案中的问题，计算。法律保障。Rev.，第34卷，第2期，第398-404页，2018年4月，doi:10.1016\/j.clsr.2017.12.002“}，{“issue”：“3”，“key”：“e_1_3_2_1_41_1”，“first page”：《633》，“article-title”：“Accountable Algorithms”，“volume”：”165“author”：“Kroll j”，“year”：“2017”，“unstructured”：“Kroll j，2017‘Accountable algorithmics’，Univ.Pa。《法律评论》，第165卷，第3期，第633页Kroll J.等人，2017年《责任算法》，宾夕法尼亚大学法律评论，第165.卷，第三期，第63页，“期刊标题”：“宾夕法尼亚大学法律编辑”}，{“key”：“e_1_3_2_1_42_1”，“首页”：“1085”，“article-title”：“可解释机器的直觉诉求”，“volume”：”87“author”：“Selbst A.D.”，“year”：“2018”，“unstructured”：“Selbst A.D.和Barocas S.，2018年，《可解释机器的直觉诉求》，Fordham Law Rev.，第87卷，第2018号，第1085页FAccT’21:2021年ACM公平、问责和透明度会议”，“地点”：“加拿大虚拟事件”，“缩写词”：“FAccT‘21”，“赞助商”：[“ACM计算机协会”]}，“容器-标签”：[《2021年ACM公正、问责与透明度会议记录》]，“原文标题”：[]，“链接”：[{“URL”：“https:\/\/dl.acm.org\/doi\/pdf\/10.1145\/3442188.3445917“，”内容类型“：”未指定“，”content-version“：”vor“，”intended-application“：”相似性检查“}]，”存放“：{”日期部分“：[2023,2,2]，”日期时间“：”2023-02-02T19:56:45Z“，”时间戳“：1675367805000}，”分数“：1，”资源“：”{“主要”：{“URL”：“https:\/\/dl.acm.org\/doi\/10.1145\/3442188.3445917“}}，”副标题“：[”超越COVID-19用例场景中GDPR中可解释的AI“]，”短标题“：[]，”已发布“：{”日期部分“：[2021,3]]}，“引用计数”：44，“alternative-id”：[“10.1145\/34421188.3444917”，“10.1145 \/34421288”]，“URL”：“http://\/dx.doi org \/10.1145\/3442188.3445917“，”关系“：{}，”subject“：[]，”published“：{“date-parts”：[[2021,3]]}，”assertion“：[{“value”：“2021-03-01”，“order”：2，“name”：“published”，“label”：“published”，“group”：{”name“：”publication_history“，”label“：”publication history“}}]}