An Explainable and Fair TabNet Framework for Remote Employee Performance Prediction Using Multidimensional Workplace Data
यह शोधपत्र एक व्याख्यात्मक (Explainable) TabNet फ्रेमवर्क प्रस्तावित करता है जो एक बड़े पैमाने के डेटासेट का उपयोग करके रिमोट कर्मचारियों के प्रदर्शन की सटीक, सुदृढ़ और निष्पक्ष भविष्यवाणी करने के लिए अटेंशन-आधारित डीप लर्निंग और SHAP मानों का लाभ उठाता है, जो पारदर्शी और न्यायसंगत मानव संसाधन निर्णय लेने को सुनिश्चित करते हुए पारंपरिक बेसलाइन मॉडल से बेहतर प्रदर्शन करता है।