Interpretable and fair generalized additive neural networks via multi-objective learning
Identification
- Clé publique
- radar:r-abc5d677cc9383f127dd252354fb4e02
- Auteurs
- Ziming Wang · Changwu Huang · Ke Tang · Yew-Soon Ong · Xin Yao
- Année déclarée
- 2026
- Langue déclarée
- en
- Type source
- article
- Première détection
- 2026-11-14T02:38:50.569629+00:00
- Dernière observation des métadonnées
- 2026-11-14T02:38:50.569629+00:00
- Dernière vérification HTTP
- Non effectuée
Institutions déclarées par la source
Southern University of Science and Technology · Beijing Normal-Hong Kong Baptist University · Agency for Science, Technology and Research · Nanyang Technological University · Lingnan University
Pays d’affiliation déclarés
CN · HK · SG
Identifiants
- OPENALEX
- https://openalex.org/W7203774087
- DOI
- 10.1016/j.neunet.2026.109520
- PMID
- https://pubmed.ncbi.nlm.nih.gov/42659867
Repères documentaires
- Famille documentaire
- article
- Types déclarés par les sources
- article
- Éditeurs
- Elsevier BV
Les mentions d’entités ne constituent pas une preuve de reconnaissance juridique. La juridiction étudiée est distincte du pays d’affiliation des auteurs.
Sources
OpenAlex · Document 1
Citer cette référence
Ziming Wang; Changwu Huang; Ke Tang; Yew-Soon Ong; Xin Yao. Interpretable and fair generalized additive neural networks via multi-objective learning. 2026. https://doi.org/10.1016/j.neunet.2026.109520
JSON · CSL-JSON · BibTeX · RIS · CSV · JSON-LD ·
APA, Chicago, ISO 690 : formats bibliographiques fondés sur les champs disponibles. OSCOLA / Bluebook : données structurées uniquement ; aucune conformité juridique complète n’est revendiquée sans vérification des éléments nécessaires.
- APA
- Ziming Wang; Changwu Huang; Ke Tang; Yew-Soon Ong; Xin Yao. (2026). Interpretable and fair generalized additive neural networks via multi-objective learning. https://doi.org/10.1016/j.neunet.2026.109520
- Chicago
- Ziming Wang; Changwu Huang; Ke Tang; Yew-Soon Ong; Xin Yao. Interpretable and fair generalized additive neural networks via multi-objective learning. 2026. https://doi.org/10.1016/j.neunet.2026.109520
- ISO 690
- Ziming Wang; Changwu Huang; Ke Tang; Yew-Soon Ong; Xin Yao. Interpretable and fair generalized additive neural networks via multi-objective learning. 2026. https://doi.org/10.1016/j.neunet.2026.109520
Warning: Undefined array key "last_link_verified" in /home/clients/e27d81e12f04d2bfd747aa264540ac56/sites/_UDTR_APP/legal_library_reference.php on line 31
UDTR — Bibliothèque juridique mondiale des droits de la Nature. Interpretable and fair generalized additive neural networks via multi-objective learning. Notice documentaire: https://www.declarationuniverselledesdroitsdelarbre.org/global-rights-of-nature-radar/reference/r-abc5d677cc9383f127dd252354fb4e02/ · Dernière vérification HTTP : non effectuée
Données de cette version figée
Dossiers et relations documentaires
Rôles des sources
Source bibliographique / publication d’origine · https://doi.org/10.1016/j.neunet.2026.109520
Un lien vers une autorité ne prouve pas à lui seul une affirmation juridique. Les résumés et les textes intégraux restent soumis aux conditions de leur source.
Statut documentaire
Pertinence à examiner
Bibliothèque
Cette identité n’est pas encore intégrée à la Bibliothèque juridique.