연구진이 신경 연산자 속도·정확도 Shapley 값 추정 방법인 OperatorSHAP을 발표했어요. OperatorSHAP은 불규칙한 격자 데이터도 처리 가능하며, 기존 FastSHAP의 한계를 극복했어요. OperatorSHAP은 다양한 해상도와 격자 크기 간에도 일관성 있는 설명을 제공하며, 기존 Shapley 값과도 일치해요.
OperatorSHAP은 함수 공간에서의 설명에 대한 이론적 프레임워크를 제시하며, Aumann-Shapley 값과 연결돼 있어요.
OperatorSHAP은 격자 의존성 없이 작동하며, 신경 연산자의 빠른 추론과 정확한 설명 제공을 가능하게 해요. 이는 안전 관련 의사 결정에 필요한 모델 예측 해석 가능성을 높여줘요.