Explainable Artificial Intelligence in Economics

zurück zur Übersicht

Projektart und Laufzeit

FFF-Förderprojekt, Januar 2022 bis Dezember 2023

Koordinator

Center für Volkswirtschaftslehre

Forschungsschwerpunkt

Wealth Management

Beschreibung

Deep-Learning-Modelle (DL-Modelle) bieten eine interessante Alternative zu klassi-schen statistischen Modellen, da sie die klassischen statistischen Modelle oft übertref-fen, indem sie eine Reihe von hierarchischen Schichten oder eine Hierarchie von Kon-zepten verwenden, um den Prozess des maschinellen Lernens durchzuführen. Der Nach-teil von DL-Modellen ist jedoch, dass die Interpretierbarkeit der Parameter und die Er-klärbarkeit der Ergebnisse nur eingeschränkt möglich ist. Da DL-Modelle eingesetzt werden, um wichtige Vorhersagen in kritischen Kontexten (z. B. Gesundheitswesen, Verkehr, Versicherungen, Finanzen) zu treffen, steigt die Nachfrage nach Transparenz. Daher sind Erklärungen, die den Output eines Modells unterstützen, von entscheidender Bedeutung.
In diesem Projekt wird erforscht, wie Methoden der erklärbaren künstlichen Intelligenz (Explainable Artificial Intelligence, XAI) zur Interpretation und Erklärung der Lösun-gen von DL-Modellen eingesetzt werden können und die Auswahl von Variablen er-möglichen.
Da diese Methoden zur Entflechtung komplexer interaktiver Effekte verwendet werden können, werden sie zur Untersuchung von Krankheitsverläufen nichtübertragbarer Krankheiten (NCDs) eingesetzt, die das Ergebnis einer Kombination aus genetischen, physiologischen, umweltbedingten und verhaltensbedingten Faktoren sind und in der Regel von langer Dauer sind.

Projektleiterin