机构名称：
¥ 2.0
1.0摘要，尽管他们共享的统计基础，但土木工程中的经验得出的代码规定和方程式与面对机器学习（ML）模型的怀疑主义形成鲜明对比。本文通过结构工程的角度研究了这种哲学张力，并探讨了ML挑战传统工程哲学和专业身份的挑战。最近的工作已经记录了ML如何提高预测精度，优化设计并分析复杂行为。但是，人们可能还会引起人们对人类直觉和算法的解释性下降的关注。为了展示这一很少探索的前面，本文介绍了如何通过扣除，归纳和绑架来成功地将ML成功整合到各种工程问题中。然后，本文确定了采用ML时可能出现的三个主要悖论：分析瘫痪（提高了预测准确性，导致对物理机制的理解降低），不可行的解决方案（优化的解决方案（优化导致挑战工程直觉的挑战）和Rashomon效应（在其中解释了能力方法和物理学方法）。本文通过解决这些悖论，并认为有必要重新考虑工程和工程教育和方法论的认识论转移，以将传统原则与ML协调。
分析瘫痪的兴起，最佳但不可行的溶剂
主要关键词
相关文件推荐
