机构名称：
¥ 1.0
在近年来，人工智能在各个领域的应用都取得了巨大进展。地球科学和自然危害建模领域也从引入新型算法，大量数据的可用性以及组合能力的增加中受益匪浅。算法中的增强主要归因于网络体系结构的复杂性升高以及网络后来层中发现的抽象水平的提高。结果，AI模型缺乏透明度和问责制，通常被称为“黑匣子”模型。可解释的AI（XAI）正在作为使AI模型更加透明的解决方案，尤其是在透明度至关重要的域中。研究人员探索其在各个领域的应用，围绕着XAI用于多样化的目的。随着关于XAI案例研究的研究论文的日益增长，解决文献中现有差距变得越来越重要。目前的文献缺乏对XAI的能力，局限性和实际含义的全面理解。这项研究提供了构成XAI，如何使用以及在水文学自然危害中的潜在应用的全面概述。它的目的是为目前正在使用或打算采用XAI的研究人员，从业者和利益相关者提供有用的参考，从而为将来更广泛接受XAI的进步做出贡献。2024中国地球科学大学（北京）和北京大学。由Elsevier B.V.代表中国地球科学大学（北京）出版。这是CC BY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）下的开放访问文章。
人工智能 - UTS的作品
主要关键词
相关文件推荐
