IJCAI

Challenges in Evaluating Explanation Methods for Static and Evolving Data

静态与演化数据的解释方法评估面临的挑战

Jerzy Stefanowski

机构 * Poznan University of Technology（波兹南工业大学） 纠错

AI总结 本文针对可解释人工智能的评估不足，以DetoxAI系统为例展开研究，探索了演化数据流的解释适配方法，最后关联了数据、模型与解释协同演化的跟踪挑战。

Comments 13 pages, 1 figure = this paper is a preprint of the workshop [Explainable AI in Space] paper for IJCAI ECAI 2026 conference

Denoise-then-Retrieve: Text-Conditioned Video Denoising for Video Moment Retrieval

Weijia Liu, Jiuxin Cao, Bo Miao, Zhiheng Fu, Xuelin Zhu, Jiawei Ge, Bo Liu, Mehwish Nasim, Ajmal Mian

机构 * Southeast University（东南大学） ； The University of Adelaide（阿德莱德大学） ； The Hong Kong Polytechnic University（香港理工大学） ； The University of Western Australia（西澳大学） 纠错

Comments Accepted by IJCAI 2025

HCRide: Harmonizing Passenger Fairness and Driver Preference for Human-Centered Ride-Hailing

HCRide：面向以人为中心的网约车服务，协调乘客公平性与司机偏好

Lin Jiang, Yu Yang, Guang Wang

机构 * Department of Computer Science, Florida State University（佛罗里达州立大学计算机科学系） ； Department of Computer Science and Engineering, Lehigh University（莱斯利大学计算机科学与工程系） 纠错

AI总结 本研究设计了基于Habic算法的HCRide网约车系统，在不损害效率的前提下协调乘客公平性与司机偏好，经深圳和纽约数据集验证，其效率、公平性及司机偏好满意度均优于现有基线。

Comments 9 pages, 4 figures. Accepted as a regular paper in the Human-Centred Artificial Intelligence Track at IJCAI 2025

Uncertainty-aware Predict-Then-Optimize Framework for Equitable Post-Disaster Power Restoration

面向灾后公平电力恢复的不确定性感知预测后优化框架

Lin Jiang, Dahai Yu, Rongchao Xu, Tian Tang, Guang Wang

机构 * Department of Computer Science, Florida State University（计算机科学系，佛罗里达州立大学） ； Askew School of Public Administration and Policy, Florida State University（公共行政与政策学院，佛罗里达州立大学） 纠错

AI总结 针对灾后电力恢复的公平性与效率问题，提出含公平共形分位数回归、时空注意力强化学习的EPOPR框架，使平均停电时长降3.60%、社区间不公平度降14.19%。

Comments 9 pages, 12 figures. Accepted as a regular paper in the AI and Social Good Track at IJCAI 2025