IEEE VIS Workshop on Visualization for Climate Action and Sustainability

这个旨在探索和巩固数据可视化在加速应对当前环境危机中发挥作用的首个气候行动和可持续发展可视化研讨会，旨在探讨我们的技能、研究方法和创新如何通过赋予人们和组织力量来帮助解决环境危机的紧迫性和影响。我们相信可视化在促进人们对气候行动和可持续发展等复杂主题的理解、决策、沟通、讨论、参与、教育和探索方面具有巨大的力量。因此，本次研讨会邀请提交和讨论关于这些主题的论文、工作进展、图片和交互式演示，旨在建立这些领域及其相关利益相关者之间的可见和可行的联系。该研讨会从可视化研究的整个范围（仪表板、交互空间、科学可视化、叙事、可视化分析、可解释性等）中征集有关环保主题（气候科学、可持续性、能源、循环经济、生物多样性等）的工作进展和研究论文，以及从公众意识和理解、视觉分析、专家决策、科学传播、个人决策等一系列情境中的情况。在提交内容的演示后，研讨会将组织专门的讨论小组，讨论面向公众的数据驱动交互体验以及个人和专业决策的工具。

可解释性人工智能在医疗领域的应用

使用可解释性深度学习模型来预测病人的转归情况，并解释预测结果

论文使用了基于图像的深度学习模型来预测病人的转归情况，并提出了一种可解释性模型来解释预测结果。实验结果表明，该模型的预测能力与黑盒模型相当，并且能够提供可解释性的结果解释。论文还开源了代码和数据集。

最近的相关研究包括：“Interpretable Machine Learning for Healthcare: An Overview”、“Explainable AI for Medical Predictive Modeling: A Survey”等