Interpretable AutoML Framework for Physics-Aligned Classification of Potentially Hazardous Asteroids
यह शोध पत्र एक व्याख्यात्मक AutoML फ्रेमवर्क प्रस्तुत करता है जो नासा के नियर-अर्थ ऑब्जेक्ट डेटा का उपयोग करके संभावित रूप से खतरनाक क्षुद्रग्रहों के उच्च-सटीक वर्गीकरण को प्राप्त करने के लिए स्वचालित मॉडल चयन हेतु PyCaret, मजबूती के लिए टेम्पोरल वैलिडेशन और व्याख्यात्मकता के लिए SHAP विश्लेषण का उपयोग करता है।