可解释人工智能 (XAI) 领域已迅速成为一个蓬勃发展且成果丰硕的社区。然而,该领域一个不为人知、反复出现且公认的问题是缺乏对其术语的共识。特别是,每一项新贡献似乎都依赖于其自己的(通常是直观的)术语版本,例如“解释”和“阐释”。这种混乱阻碍了该领域进步的巩固,无法满足科学和监管要求,例如在比较方法或确定其对偏见和公平约束的遵从性时。我们提出了一个理论框架,它不仅为这些术语提供了具体的定义,而且还概述了产生解释和阐释所需的所有步骤。该框架还允许重新语境化现有贡献,以便可以衡量其范围,从而使它们与其他方法具有可比性。我们表明,该框架符合对解释、可解释性和评估指标的要求。我们提供了一个用例,展示了如何使用该框架来比较 LIME、SHAP 和 MDNet,确定它们的优点和缺点。最后,我们从我们的框架的角度讨论了 XAI 的相关趋势以及对未来工作的建议。
十多年前,Flight Works 为立方体卫星和微型卫星引入了泵供推进系统的概念,如今,该公司的泵技术在 CAPSTONE 航天器执行任务的过程中发挥了关键作用,对此,该公司深感自豪。小型电动泵由加利福尼亚州圣路易斯奥比斯波的 Stellar Exploration 公司提供,该公司开发了推进系统,它将储存在储罐中的低压肼以高压方式输送到小型推进器。这种方法简化了推进系统,并允许使用保形、轻质储罐。为了满足可靠性和射程安全要求,泵头采用密封设计,并通过磁耦合由电动机驱动。“我们选择 Flight Works 泵作为市场上唯一可行的解决方案,可用于此应用。这款推进剂泵满足我们所有的要求
教育平台越来越多地由人工智能驱动。除了提供广泛的课程过滤选项外,个性化的学习材料和教师推荐也在推动当今的研究。虽然准确性在评估这些推荐中起着重要作用,但必须考虑许多因素,包括学习者的保留率、吞吐量、技能提升能力、学习机会的公平性和满意度。这在以学习者为中心和以平台为中心的方法之间造成了紧张关系。我将描述数据驱动推荐和教育理论交叉领域的研究。这包括利用同伴学习中的协作和亲和力的多目标算法、研究学习策略对平台和人员的影响以及自动生成课程序列。本文最后讨论了数据管理系统在实现现代在线教育方面可以发挥的核心作用。
- 数据:数据的可用性及其质量和动态。理解和利用数据作为经济资本和数据导向型经济的驱动力; - 基础设施:开发人工智能应用的基础设施的可用性,例如数据存储和处理服务、计算资源等; - 商业:人工智能在商业领域和经济价值创造链中的潜在应用; - 社会:人工智能的社会影响、接受和采用,以及社会对人工智能概念、好处和威胁的教育; - 人才:合格人员、数据公民、最佳实践的可用性——简而言之,人力和知识资本; - 治理:人工智能使用的公共治理;促进人工智能的道德和有益使用,以及保护公民和国家免受恶意和不道德使用人工智能的法规。
皮肤癌检测是临床决策支持的一个常见应用 [7]。由于皮肤癌患者数量的增加和早期检测的良好治疗效果,过去几年来,人们在该领域进行了大量研究。在此背景下,DNN 已成为开发皮肤图像分类模型的可行方法 [2、8、12、30]。社区的高度关注导致出现了各种不同方法,其性能水平也参差不齐。1 所有方法的共同点都是训练一个可用于诊断并从而用于临床决策支持的模型。因此,新方法的评估标准通常是它们是否能够使模型在各种皮肤病诊断任务中取得更好的性能结果 [21]。同时,其他 AI 研究领域也越来越多地考虑对模型预测的解释。相比之下,这些技术在皮肤图像分类中的应用几乎没有得到解决,尽管最近的一些研究已经认识到
1 柑橘研究中心“Sylvio Moreira” – 农学研究所 (IAC),Cordeiro ´ polis,巴西,2 生物研究所,坎皮纳斯州立大学 (Unicamp),坎皮纳斯,巴西,3 甘蔗研究中心 – 农学研究所 (IAC),里贝朗普雷图,巴西,4 里贝朗普雷图医学院,圣保罗大学 (USP),里贝朗普雷图,巴西,5 坎皮纳斯农学研究所 (IAC) 咖啡中心,坎皮纳斯,巴西,6 Embrapa 咖啡,巴西农业研究公司,巴西利亚,联邦区,巴西,7 生物学系,哲学、科学与文学学院,圣保罗大学 (USP),里贝朗普雷图,巴西,8 遗传学系,路易斯·德·凯罗斯农业学院 (ESALQ),圣保罗大学 (USP),皮拉西卡巴,巴西
preventionweb.net › files › 1745_Roa... PDF 2006年4月15日 — 2006年4月15日 河流流域的航空调查(LIDAR)是识别的基本要求... 研究如何提高预测灾害的可靠性。
摘要:工业控制系统在当今的制造系统中发挥着核心作用。在保持和提高生产能力和生产力的同时,生产系统的复杂性也随之大幅增加,并朝着更加灵活和可持续的方向发展。为了应对这些挑战,需要先进的控制算法和进一步的发展。近年来,基于人工智能 (AI) 方法的发展引起了研究和行业对未来工业控制系统的极大关注和相关性。基于人工智能的方法越来越多地被应用于各种工业控制系统层面,从单个自动化设备到复杂机器的实时控制、生产过程和整个工厂的监督和优化。因此,人工智能解决方案被应用于不同的工业控制应用,从传感器融合方法到新型模型预测控制技术,从自优化机器到协作机器人,从工厂自适应自动化系统到生产监督控制系统。本篇展望论文的目的是概述人工智能方法在不同层次上对工业控制系统的新应用,以提高生产系统的自学能力、整体性能、相关流程和产品质量、资源的最佳利用和工业系统安全性以及对不同边界条件和生产要求的适应能力。最后,讨论了主要的未决挑战和未来前景。
1 对于本文档的大部分内容,许可均符合 CC BY 4.0 许可证 ( https://creativecommons.org/licenses/by/4.0/ )。有关本文档第 3.2.2.1 节、3.4.2.1 节和附录 1 部分内容的合理使用许可,这些部分内容包括或改编自 NIST 出版物(例如 SP 800-30)的段落,请参阅 NIST 许可证的合理使用条款,网址为 https://www.nist.gov/open/license 。(在第 3.2.2.1 和 3.4.2.1 节中,我们从 NIST SP 800-30 的表 H-2 中引用了“关键基础设施部门受损或丧失能力”一词,并从 NISTIR 8062 中引用了“对民主制度和生活质量的影响”一词。本文件第 3.2.2.1.2 节中的影响评级类别与 NIST SP 800-30 的表 H-3 非常接近,只是我们使用“国家或整个社会”而不是“国家”,并且我们添加了一个副标题“可能导致社会严重或灾难性后果的因素包括”以及该副标题下的相关材料。)有关第 3.3 节中包含联合国出版物摘录的部分的权限,请参阅 https://shop.un.org/rights-permissions 。
*作者对本手稿的概念和写作也同样贡献了康奈尔大学,机械和航空航天工程。B哈佛大学,工程与应用科学学院。 c ku Leuven,生产工程。 d空军研究实验室,材料和制造局。 e陆军研究实验室,能源和生物技术部。 f陆军研究实验室,自治系统部。 g Max Planck智能系统研究所,机器人材料部门。 h佛蒙特大学,计算机科学。 i剑桥大学,工程系。 前言:自主机器人由驱动,能量,感觉和控制系统组成,该系统由不一定要用于多功能性的材料和结构构建。 然而,机器人努力模仿的人类和其他动物在细胞,组织和器官水平上包含高度复杂和相互连接的系统,这些系统允许同时执行多种功能。 在这里,我们研究了自然如何建立具有具体能量的自动驾驶机器人的新范式。 目前,大多数不受限制的机器人都使用电池来存储能量并为其操作供电。 为了延长其操作时间,必须与支撑结构同时添加其他电池块,从而增加其体重并降低其效率。 能源储能技术的最新进步使化学或电能源可以直接体现在用于创建机器人的材料和机械系统中。B哈佛大学,工程与应用科学学院。c ku Leuven,生产工程。d空军研究实验室,材料和制造局。e陆军研究实验室,能源和生物技术部。 f陆军研究实验室,自治系统部。 g Max Planck智能系统研究所,机器人材料部门。 h佛蒙特大学,计算机科学。 i剑桥大学,工程系。 前言:自主机器人由驱动,能量,感觉和控制系统组成,该系统由不一定要用于多功能性的材料和结构构建。 然而,机器人努力模仿的人类和其他动物在细胞,组织和器官水平上包含高度复杂和相互连接的系统,这些系统允许同时执行多种功能。 在这里,我们研究了自然如何建立具有具体能量的自动驾驶机器人的新范式。 目前,大多数不受限制的机器人都使用电池来存储能量并为其操作供电。 为了延长其操作时间,必须与支撑结构同时添加其他电池块,从而增加其体重并降低其效率。 能源储能技术的最新进步使化学或电能源可以直接体现在用于创建机器人的材料和机械系统中。e陆军研究实验室,能源和生物技术部。f陆军研究实验室,自治系统部。g Max Planck智能系统研究所,机器人材料部门。h佛蒙特大学,计算机科学。i剑桥大学,工程系。前言:自主机器人由驱动,能量,感觉和控制系统组成,该系统由不一定要用于多功能性的材料和结构构建。然而,机器人努力模仿的人类和其他动物在细胞,组织和器官水平上包含高度复杂和相互连接的系统,这些系统允许同时执行多种功能。在这里,我们研究了自然如何建立具有具体能量的自动驾驶机器人的新范式。目前,大多数不受限制的机器人都使用电池来存储能量并为其操作供电。为了延长其操作时间,必须与支撑结构同时添加其他电池块,从而增加其体重并降低其效率。能源储能技术的最新进步使化学或电能源可以直接体现在用于创建机器人的材料和机械系统中。这种观点突出了体现能量的新兴例子,重点介绍了持久的自主机器人的设计和制造。
