本研究提出了一种名为STX-搜索的方法，旨在提高高风险应用（如医疗和交通）中时空模型预测的可解释性。该方法通过新颖的搜索策略和目标函数，生成高保真度的实例级解释，优化了解释的可理解性。与现有方法相比，STX-搜索在解释质量和大小上表现更佳。