XiaoMi-AI文件搜索系统
World File Search System占据
![通过分层相关性传播增强核电站 AI 模型的可解释性 Seung Geun Kim a*、Seunghyoung Ryu a、Hyeonmin Kim b、Kyungho Jin b、Jaehyun Cho ba 应用人工智能实验室/b 韩国原子能研究院风险评估与管理研究团队，韩国大田儒城区大德大路 989 号街 111，34057 * 通讯作者：sgkim92@kaeri.re.kr 1.简介 随着人工智能 (AI) 技术的快速发展，各个领域的应用数量巨大。核领域也紧跟这一趋势，许多研究利用 AI 模型解决事件诊断和自动/自主操作等问题。然而，占据近期 AI 技术应用最大份额的深度神经网络 (DNN) 具有不透明且可解释性低的局限性。对于基于 DNN 的模型，很难了解模型的内部逻辑或模型如何从给定的输入推断出输出。由于这一限制，尽管基于 DNN 的模型的性能可以接受，但人们对将其实际应用于安全关键领域和与道德/法律问题相关的领域仍犹豫不决。为了克服可解释性低的限制，已经提出了许多可解释的人工智能 (XAI) 方法。XAI 方法可以提供详细的解释，例如模型的内部逻辑和输入与输出之间的关系。然而，尽管可解释性问题对于安全关键的核领域至关重要，但缺乏处理 XAI 的研究。在本研究中，为了提高核领域人工智能模型的可解释性和实用性，研究了分层相关性传播 (LRP) [1]，它是 XAI 方法之一，与其他 XAI 方法相比，它在许多应用中表现出更好的性能。论文的其余部分组织如下。在第 2 章中，对 XAI 和 LRP 进行了简要说明。第 3 章描述了可行性检查实验，第 4 章总结了本文。 2. 前言 2.1 可解释人工智能 可解释人工智能 (XAI) 是一种使人类轻松理解 AI 模型的技术。大多数 AI 模型在数据处理和解决问题的方法方面与人类不同。例如，AI 模型识别具有像素 RGB 值的图像，而人类则不能。提出 XAI 是为了减轻理解 AI 模型内部过程或推断某些输出的原因的难度。](/simg/d/dd5abf0752fcc9f891dc4a96743f916f96f28350.png)
通过分层相关性传播增强核电站 AI 模型的可解释性 Seung Geun Kim a*、Seunghyoung Ryu a、Hyeonmin Kim b、Kyungho Jin b、Jaehyun Cho ba 应用人工智能实验室/b 韩国原子能研究院风险评估与管理研究团队，韩国大田儒城区大德大路 989 号街 111，34057 * 通讯作者：sgkim92@kaeri.re.kr 1.简介 随着人工智能 (AI) 技术的快速发展，各个领域的应用数量巨大。核领域也紧跟这一趋势，许多研究利用 AI 模型解决事件诊断和自动/自主操作等问题。然而，占据近期 AI 技术应用最大份额的深度神经网络 (DNN) 具有不透明且可解释性低的局限性。对于基于 DNN 的模型，很难了解模型的内部逻辑或模型如何从给定的输入推断出输出。由于这一限制，尽管基于 DNN 的模型的性能可以接受，但人们对将其实际应用于安全关键领域和与道德/法律问题相关的领域仍犹豫不决。为了克服可解释性低的限制，已经提出了许多可解释的人工智能 (XAI) 方法。XAI 方法可以提供详细的解释，例如模型的内部逻辑和输入与输出之间的关系。然而，尽管可解释性问题对于安全关键的核领域至关重要，但缺乏处理 XAI 的研究。在本研究中，为了提高核领域人工智能模型的可解释性和实用性，研究了分层相关性传播 (LRP) [1]，它是 XAI 方法之一，与其他 XAI 方法相比，它在许多应用中表现出更好的性能。论文的其余部分组织如下。在第 2 章中，对 XAI 和 LRP 进行了简要说明。第 3 章描述了可行性检查实验，第 4 章总结了本文。 2. 前言 2.1 可解释人工智能 可解释人工智能 (XAI) 是一种使人类轻松理解 AI 模型的技术。大多数 AI 模型在数据处理和解决问题的方法方面与人类不同。例如，AI 模型识别具有像素 RGB 值的图像，而人类则不能。提出 XAI 是为了减轻理解 AI 模型内部过程或推断某些输出的原因的难度。
通过分层相关性传播增强核电站 AI 模型的可解释性 Seung Geun Kim a*、Seunghyoung Ryu a、Hyeonmin Kim b、Kyungho Jin b、Jaehyun Cho ba 应用人工智能实验室/b 韩国原子能研究院风险评估与管理研究团队，韩国大田儒城区大德大路 989 号街 111，34057 * 通讯作者：sgkim92@kaeri.re.kr 1.简介 随着人工智能 (AI) 技术的快速发展，各个领域的应用数量巨大。核领域也紧跟这一趋势，许多研究利用 AI 模型解决事件诊断和自动/自主操作等问题。然而，占据近期 AI 技术应用最大份额的深度神经网络 (DNN) 具有不透明且可解释性低的局限性。对于基于 DNN 的模型，很难了解模型的内部逻辑或模型如何从给定的输入推断出输出。由于这一限制，尽管基于 DNN 的模型的性能可以接受，但人们对将其实际应用于安全关键领域和与道德/法律问题相关的领域仍犹豫不决。为了克服可解释性低的限制，已经提出了许多可解释的人工智能 (XAI) 方法。XAI 方法可以提供详细的解释，例如模型的内部逻辑和输入与输出之间的关系。然而，尽管可解释性问题对于安全关键的核领域至关重要，但缺乏处理 XAI 的研究。在本研究中，为了提高核领域人工智能模型的可解释性和实用性，研究了分层相关性传播 (LRP) [1]，它是 XAI 方法之一，与其他 XAI 方法相比，它在许多应用中表现出更好的性能。论文的其余部分组织如下。在第 2 章中，对 XAI 和 LRP 进行了简要说明。第 3 章描述了可行性检查实验，第 4 章总结了本文。 2. 前言 2.1 可解释人工智能 可解释人工智能 (XAI) 是一种使人类轻松理解 AI 模型的技术。大多数 AI 模型在数据处理和解决问题的方法方面与人类不同。例如，AI 模型识别具有像素 RGB 值的图像，而人类则不能。提出 XAI 是为了减轻理解 AI 模型内部过程或推断某些输出的原因的难度。
区块链如何改变国防资产并使武装部队在战场上占据优势
与上一代的大多数武器系统一样，洛克希德·马丁公司生产的 F-35 是世界历史上最先进的武器平台之一。每架 F-35 战斗机约有 300,000 个部件，由全球 1,900 多家供应商制造。1 此外，洛克希德·马丁公司不仅制造 F-35；它还通过合同承诺帮助保持飞机正常运行，即使美国国防部 (DoD) 或国际国防部接受交付也是如此。目标是到 2025 年，80% 的 F-35 将随时投入使用，每飞行小时的成本为 25,000 美元（低于运行较旧、较不先进的平台的成本）。如果未能实现这些目标，洛克希德马丁公司将面临承担弥补差距的财务成本的风险。
鱼雷和水雷 1941 年 12 月 22 日，战时内阁会议决定在澳大利亚制造鱼雷，这项决定使该国的精密工程领域承担了一项极其艰巨的任务；由于鱼雷在现代军备中占据重要地位，这项任务具有极其重要的潜在意义。海权是英国在 19 世纪称霸世界强国的基石，因此鱼雷的研发本质上是英国的成就也就不足为奇了，尽管它最初并不是英国的发明。英国在鱼雷应用方面早期的领先地位很大程度上归功于指挥官（后来的海军上将）费舍尔的热情，但其他大国不久也进入了该领域。这种武器的巨大潜力首次显现于 1914 年至 1918 年的战争中，当时德国利用 U 型潜艇和鱼雷对商船造成了巨大损失，几乎让英国屈服。第一次世界大战后的二十年间，随着飞机投掷鱼雷方法的发展，鱼雷的破坏力进一步增强，不需要太多洞察力就能预测鱼雷在未来战争中的作用。2 英国的鱼雷制造主要由一家私人公司怀特黑德鱼雷公司（Whitehead Torpedo Company）和位于苏格兰格里诺克的海军部负责。 1941 年 7 月，海军部担心英国的鱼雷生产可能会因轰炸或入侵而受阻，甚至完全停止，因此开始研究为这种紧急情况提供替代中心的方法。英国的制造业已尽可能分散，但尚未在英国以外建立中心。1941 年 7 月 15 日，海军部在给澳大利亚海军委员会的一封信中表示：“如果鱼雷制造商能够在英国制造鱼雷，那将是一个相当大的优势。”
鱼雷和水雷 1941 年 12 月 22 日，战时内阁会议决定在澳大利亚制造鱼雷，这项决定使该国的精密工程领域承担了一项极其艰巨的任务；由于鱼雷在现代军备中占据重要地位，这项任务具有极其重要的潜在意义。海权是英国在 19 世纪称霸世界强国的基石，因此鱼雷的研发本质上是英国的成就也就不足为奇了，尽管它最初并不是英国的发明。英国在鱼雷应用方面早期的领先地位很大程度上归功于指挥官（后来的海军上将）费舍尔的热情，但其他大国不久也进入了该领域。这种武器的巨大潜力首次显现于 1914 年至 1918 年的战争中，当时德国利用 U 型潜艇和鱼雷对商船造成了巨大损失，几乎让英国屈服。第一次世界大战后的二十年间，随着飞机投掷鱼雷方法的发展，鱼雷的破坏力进一步增强，不需要太多洞察力就能预测鱼雷在未来战争中的作用。2 英国的鱼雷制造主要由一家私人公司怀特黑德鱼雷公司（Whitehead Torpedo Company）和位于苏格兰格里诺克的海军部负责。 1941 年 7 月，海军部担心英国的鱼雷生产可能会因轰炸或入侵而受阻，甚至完全停止，因此开始研究为这种紧急情况提供替代中心的方法。英国的制造业已尽可能分散，但尚未在英国以外建立中心。1941 年 7 月 15 日，海军部在给澳大利亚海军委员会的一封信中表示：“如果鱼雷制造商能够在英国制造鱼雷，那将是一个相当大的优势。”