SG 19IA confiable: explicabilidad, causalidad, robustez y gobernanza

Rule-Based Explainability for Quantum Machine Learning in Thyroid Cancer Prediction

Daniel Martín-Pérez, Francesc Rodríguez-Díaz, Angela del Robledo Troncoso-García (presenta el trabajo), David Gutiérrez-Avilés, Alicia Troncoso y Francisco Martínez-Álvarez

From Generative Output to Traceable Design Decisions: A Process-Level Framework for Human-AI Co-Creation in Conceptual Design

Miguel-Ángel Agustín-Fonfría, Adolfo-Fernando Ventura-Salom (presenta el trabajo) y Ana-Belén Barranco-Sánchez

STOOD-X: Detección Explicable de Muestras Fuera de Distribución

Iván Sevillano-García (presenta el trabajo), Julián Luengo y Francisco Herrera

Polycentric control beyond compliance: A comparative qualitative study of six contemporary AI Governance models

Aníbal Astobiza Monasterio (presenta el trabajo), Cristina Astier y Txetxu Ausín

Descubrimiento causal sobre vectores en series temporales no estacionarias

Joaquín Mateos (presenta el trabajo), Antonio R. Moya y Sebastián Ventura

Sobre la Robustez Inherente de los Detectores de Objetos de una Única Etapa frente a Datos fuera de Distribución

Aitor Martinez-Seras, Javier Del Ser (presenta el trabajo), Aitzol Olivares-Rad, Alain Andres y Pablo Garcia-Bringas