四种 KG-XAI 集成模式增强城市采矿中的可辩护性

本文提出了一种基于互补理论的解释，用于整合知识图谱（KG）和可解释人工智能（XAI），以支持城市采矿中的拆除前评估。作者认为，该过程的价值不仅在于预测准确性，还在于通过可读性、合理性、来源和可争议性来实现决策的可辩护性。

该研究确定了四种整合的 KG-XAI 集成模式：Lifting、Constraining、Typing 和 Revising。每种模式被定义为对 XAI 工件和知识图谱底层结构的操作类型，以解锁不同的可辩护性属性。城市采矿过程中的防火门示例使用 W3C Linked Building Data 堆栈说明了这些模式。

这些集成模式有助于创建拆除前评估所需的特定监管工件，解决了现有文献中发现的结构化规范不足问题。