MUPAX (IA EXPLICABLE MULTIDIMENSIONAL AGNÓSTICA DE PROBLEMAS) es una robusta técnica XAI, determinista, independiente del modelo y convergente. Utiliza formulaciones basadas en la teoría de la medida para descubrir patrones de entrada únicos mediante el análisis de perturbaciones estructurales y eliminar relaciones espurias, otorgando así una importancia fundamental a las características. Su eficacia se ha demostrado en una amplia gama de tipos de datos y tareas, como la clasificación de audio (1D), la clasificación de imágenes (2D), el análisis de imágenes médicas 3D (3D) y la detección de puntos de referencia anatómicos, independientemente de su dimensionalidad. Es aplicable a funciones de pérdida y dimensiones arbitrarias, y mejora la precisión del modelo en lugar de sacrificar el rendimiento durante el enmascaramiento. Produce explicaciones precisas, consistentes y fáciles de entender en comparación con las técnicas XAI existentes.
