Evaluación de métricas de explicabilidad (xAI) en Redes Neuronales Convolucionales aplicadas a imágenes biomédicas
Treball Final de Màster centrat en l’avaluació quantitativa de mètodes d’intel·ligència artificial explicable (XAI) aplicats a xarxes neuronals convolucionals per a classificació d’imatges biomèdiques. El projecte inclou un pipeline reproduïble desenvolupat en PyTorch, entrenament sobre datasets Med...
| Author: | |
|---|---|
| Format: | master thesis |
| Status: | Versión enviada para evaluación y publicación |
| Publication Date: | 2026 |
| Country: | España |
| Institution: | Universitat Oberta de Catalunya (UOC) |
| Repository: | O2, repositorio institucional de la UOC |
| OAI Identifier: | oai:dnet:orepositorio::40ff9e26f79186588d8701bfb040f69d |
| Online Access: | https://hdl.handle.net/10609/155227 |
| Access Level: | Open access |
| Keyword: | Intel·ligència artificial explicable, Xarxes neuronals convolucionals, Imatge biomèdica, Mètriques d&apos explicabilitat, Aprenentatge profund, Interpretabilitat de models Inteligencia artificial explicable, Redes neuronales convolucionales, Imagen biomédica, Métricas de explicabilidad, Deep Learning, Interpretabilidad de modelos Explainable artificial intelligence, Convolutional neural networks, Biomedical imaging, Explainability metrics, Deep Learning, Model interpretability |
| Summary: | Treball Final de Màster centrat en l’avaluació quantitativa de mètodes d’intel·ligència artificial explicable (XAI) aplicats a xarxes neuronals convolucionals per a classificació d’imatges biomèdiques. El projecte inclou un pipeline reproduïble desenvolupat en PyTorch, entrenament sobre datasets MedMNIST i comparació de mètodes XAI mitjançant mètriques de fidelitat, robustesa, complexitat, localització i aleatorització (MPRT). |
|---|