Tsetlin 머신을 활용한 타겟 신뢰도 구제: TRUST
Target-confidence Recourse Using tSeTlin machines: TRUST
결정 경계를 겨우 넘는 반사실적 설명(counterfactual explanations)은 노이즈나 모델 변동에 취약하므로, TRUST는 사용자가 지정한 목표 예측 신뢰도를 만족하는 최소 입력 변경을 직접 탐색하는 타겟 신뢰도 알고리즘 구제(algorithmic recourse) 프레임워크를 제안한다. 확률적 Tsetlin 머신(PTM)과 베이지안 최적화(Bayesian optimization)로 구현해 절(clause) 수준 안정성을 드러내며, 합성·실제 데이터셋에서 기존 경계 기반 방법보다 더 견고하고 해석 가능한 구제를 낮은 비용으로 달성한다.