值得信赖的人工智能道德准则倡导更具包容性的人工智能技术。可解释人工智能 (XAI) 旨在使最先进的不透明模型更加透明,并捍卫以合理解释为基础的人工智能结果,即以非技术用户为目标的解释。XAI 和负责任的人工智能原则捍卫了这样一个事实,即受众专业知识应该包括在可解释人工智能系统的评估中。然而,人工智能尚未覆盖所有公众和受众,其中一些可能最需要它。文化遗产是可访问性没有受到最新人工智能进展太大影响的领域的一个例子。我们建议将少数民族作为最新 XAI 技术的特殊用户和评估者。为了定义协作和改善用户体验的催化场景,我们提出了一些挑战和研究问题,这些挑战和问题尚未由可能参与这种协同作用的最新 AI 模型解决。
精选出版物 - E Pesce、F Porro、ER《大型数据集、偏差和面向模型的最优实验设计》《国际质量与可靠性工程》(正在印刷)。 - F Carli,M Leonelli,ER,G Varando 用于分层分阶段树结构学习的 R 包 stagedtrees J. of Stat Software,102:6,1–30,2022。 - M Leonelli,ER,JQ Smith 用于群体决策的概率输出的连贯组合:一种代数方法,OR Spectrum 42:2,499–528,2020 - Fassino,ER,MP Rogantin 一些复杂函数的体积规则和期望值,代数统计杂志,SE Fienberg 纪念刊,10:1,115–127,2019 - E Pesce,ER,HP Wynn 大数据中的实验设计问题。偏见问题,在:Greselin F、Deldossi L、Bagnato L、Vichi M(编辑)复杂数据的统计学习。 CLADAG 2017。分类、数据分析和知识组织研究。 Springer, Cham, 第 193–20 页,2019 年 - S Barani, ER 等 7 人《地震矩释放的时间尺度及其对地震发生概率的影响》,《科学报告》8:1,1–11,2018 年 - A Bigatti, CGIorgen, ER、JQ Smith 使用计算机代数发现统计等价类,《国际近似推理杂志》95,167–184,2018 年 - M Leonelli, ER、JQ Smith 用于计算乘法影响图中预期效用的符号代数,《数学与人工智能年鉴》81:34,273–313,2017 年 - S Massa, ER 高斯马尔可夫组合的代数表示,《伯努利》23:1, 626–644,2017 - ER,N Rudak,S Kuhnt 统计模型构建设计的数值代数扇形,Statistica Sinica,26,1021–1035,2016 - C Fassino,ER,G Pistone 一般节点的插值立方体公式的代数,Statistics and Computing,24:4,615–632,2014 - ER,JQ Smith,P Thwaites 使用链式事件图进行因果分析,人工智能 174:12-13,889–909,2010 - ER 代数统计简史(第 8 届德国概率和统计公开会议开幕报告)。 Metrika 69, 397–418, 2009 - MJ Chappell, G Margaria, ER, HP Wynn 微分代数方法用于研究生物有理多项式模型的结构可识别性。数学生物科学,174,1–26,2001 - G Pistone, ER, HP Wynn 代数统计学。Chapman and Hall/CRC,博卡拉顿,2000
以及用于土地管理和网络地理数据使用的地理门户网站。她的科学训练始于水力学学科,她的学位和博士论文专注于河流形态动力学问题。然后,她将注意力转向监测河流环境,并解决了测量领土的问题以及对观测数据进行统计处理的数学方法。因此,研究重点是研究一种实验方法,该方法可以应用于河床的短期和长期监测,从而可以对有限面积的区域进行快速且廉价的调查。特别是,解决了实现 DTM(数字地形模型)的插值问题和插值参数的相对校准分析,通过使用 GIS 档案和分析工具根据测量活动本身分析的信息调整调查。因此,研究活动转向使用 GNSS 技术进行调查,该技术特别适合在紧急情况下进行环境监测,以支持永久站。特别是,设计了一个永久性 GNSS 站,用于持续的地球动力学监测,特别关注与安装天线的岩石纪念碑有关的技术和科学方面。同时,还开展了一项研究,以建立遍布利古里亚的永久卫星定位站网络。为此,计划了两次实时 GPS (RTK) 测量活动,参考伦巴第和皮埃蒙特的区域网络,以评估 RTK 测量对被测点位置的影响,参考网络本身的空间布局。此外,利用 GIS 和 DBMS 工具在空间分布数据管理和分析方面的潜力,解决了一些土地管理方面的问题,实施了适当的 GIS 程序,用于研究不透水环境中的领土可达性,制作河流洪水和海啸风险倾向图,评估降雨引发的山体滑坡的敏感性,评估真实的卫星可见性,即自动确定从数字表面模型 (DSM) 获得的障碍物,作为规划 GNSS 调查(包括静态和移动车辆)的支持工具,用于分析物流区域的防撞风险,评估 GNSS 对预测强烈气象事件的贡献,以及用于潜在近海养鱼场的 DSS 系统。目前的研究方向是:对大面积复杂地形区域的强降雨进行定位,有助于预测预警状态;建立综合模型,用于低成本监测降雨引发的山体滑坡;利用卫星技术对平均海平面研究做出贡献;在物流港区对移动车辆进行精确、低成本的定位,并结合实时防撞算法;在紧急情况下使用无人机进行摄影测量,并对移动车辆进行激光扫描,从而实现 3D 测量。
Expert project reviewer Research Executive Agency - EU H2020-MSCA-ITN-2017 (H2020 Marie Sklodowska-Curie Actions) Scientific Advisory Board EU H2020 - Personalised Medicine Trials (PERMIT) Program Committee Member SCIPY 2017 - Scientific Computing with Python, AISTATS 2017 - The 20th International Conference on Artificial Intelligence and Statistics, ICHI 2014 - IEEE International Conference on Healthcare信息学2014年(ICHI 2014) - 意大利市,IJCAI -13-23届国际人工智能会议 - 北京,中国,IDAMAP,2012年,IDAMAP-生物医学和药理学的智能数据分析 - 帕维亚,意大利审查员 - 2018年AISTATS AISTATS AISTATS AISTATS AISTATS AISTATS 2018(20届国际人工智能,NIPS -NIPS -2017)(NEARALICTIONAL,NEARALITS -2017)(NEARAL INFERCONITY - 2017)(CC 2017)生物信息学和生物统计学的方法),AAAI -17(第三十一届AAAI人工智能会议),AISTATS 2017(第20届国际人工智能和统计国际会议),NIPS -2016-2016(神经信息处理系统),Esann -2014-2014,2014年 - 2014年(欧洲人工网络),Scipy 2017(Scipsy)
为确保其自身生产设施及其客户的生产设施能够抵御数字生态系统日益增长的威胁,安萨尔多能源公司选择了航空航天、国防和安全行业的全球领导者莱昂纳多作为合作伙伴,共同开发和推广技术解决方案,这些解决方案也可以以服务的形式提供。莱昂纳多将为该合作伙伴带来其在保护关键基础设施方面的网络安全专业知识,并提供能够确保能源系统网络弹性及其物理和逻辑安全的解决方案。莱昂纳多将特别关注安萨尔多能源公司的灯塔工厂项目,为所提供服务的持续发展和创新提供支持,并作为其自身技术和其他合作伙伴技术的系统集成商。