Interpretable and Explainable Surrogate Modeling for Simulations: A State-of-the-Art Survey and Perspectives on Explainable AI for Decision-Making

Cette étude explore l'intégration de la modélisation de substitution et de l'IA Explicable (XAI) pour les simulations de systèmes complexes, abordant la nature de boîte noire de ces modèles. Elle vise à reconnecter ces domaines complémentaires, montrant comment l'XAI peut décortiquer les modèles de substitution malgré les contraintes d'ingénierie.