Loading...
机构名称:
¥ 1.0

摘要 - 基于尺寸(包括可靠性和透明度)的基于人工智力(AI)的系统的可信赖性至关重要,因为它们的吸收增加了。同样,由于制定了监管要求,可行的认证准则将对开发人员和认证机构有用,以确保AI的可信度。在这里,我们提出了一项持续的努力,以制定验证的AI认证方案,该方案是评估AI系统的可信度的框架,其中包括具有相应合规性手段的特定目标(即过程,文档或技术方法)。重要的是,该计划在法律要求和经过验证的技术之间建立了明确的联系,以评估AI系统的合规性,从而实现了支持AI认证的工作流程。我们解释了开发认证方案的理由,并证明了对示例用例的评估,该示例用途案例具有从目标到相应手段的具体工作流程,重点介绍了可靠性和透明度。索引术语 - 手工智能,机器学习,信化,可靠性,透明度

朝基于AI的系统认证

朝基于AI的系统认证PDF文件第1页

朝基于AI的系统认证PDF文件第2页

朝基于AI的系统认证PDF文件第3页

朝基于AI的系统认证PDF文件第4页

朝基于AI的系统认证PDF文件第5页

相关文件推荐

2024 年

AI

¥2.0
2024 年
¥1.0
2024 年

AI

¥1.0
2024 年

AI

¥3.0
2024 年
¥1.0
2024 年

AI

¥1.0
2024 年

AI

¥1.0
1900 年
¥1.0
2024 年

AI

¥1.0
2025 年
¥8.0
2024 年

AI

¥1.0
2025 年

AI

¥1.0
2025 年
¥1.0
2025 年
¥2.0
2025 年
¥1.0
2024 年

AI

¥2.0
2024 年
¥1.0
2025 年

AI

¥1.0
2025 年
¥1.0
2019 年

AI

¥1.0
2024 年
¥3.0
2024 年

AI

¥1.0
2024 年

AI

¥1.0
2024 年
¥1.0
2025 年

AI

¥2.0
2025 年
¥1.0
2025 年

AI

¥1.0
2024 年

AI

¥1.0
2024 年

AI

¥8.0
2024 年

AI

¥1.0