机构名称：
¥ 52.0
人工智能（AI）正在变得无处不在，许多工业领域，包括航空，旨在利用其提高绩效的承诺。当代AI最壮观的进步来自机器学习（ML）和深度学习（DL）。这些技术从相应的数据中提取并学习给定任务的行为模式。后者包括目标域和应用程序操作上下文的一组样本。但是，相同的学习过程可能会使包括这些模块在内的系统中更难在关键情况下受到信任。因此，需要开发更充分的方法来建立这种信任。在航空领域中，欧盟航空安全局（EASA）于2020年2月发布了其人工智能路线图，其次是第一张主要可交付纸，这是“ 2021年12月1级机器学习应用程序的第一个可用指南”。后者最近已更新到2024年3月出版的EASA人工智能概念论文第2期，以涵盖2级AI应用程序。它完善了1级AI应用的指南，并扩展了对几个概念的探索，例如学习保证，解释性和基于道德的评估。这个新问题为开发和部署2级基于AI的系统提供了全面的指导，该系统涉及人类AI团队的应用程序，包括AI系统自动根据人类监督做出决策的合作和协作行动。EASA AI概念论文的这些不同版本为ML申请批准的EASA指南的基础。他们设定了几个领域，需要进一步研究以确定定义的AI可信度目标中有效且可行的合规手段。因此，已更新了学习保证的框架，即W形学习过程。此过程是机器学习应用程序批准（MLEAP）项目的参考，该项目旨在为方法和工具提供一组建议，以实现分配给系统ML组件的不同要求。
机器学习申请批准（MLEAP）最终报告
主要关键词
相关文件推荐
