非机密 空军部 2022 财年总统预算 附件 R-1 2022 财年总统预算 总义务授权 2021 年 5 月 5 日(单位:千美元) 拨款:3600F 研究、开发、测试与评估、空军计划 S 线元素 2020 财年 2021 财年 2022 财年 e 编号 项目 法案 实际* 颁布** 请求 c -- ------ ---- --- ---------- ---------- ---------- - 1 0601102F 国防研究科学 01 331,102 324,755 328,303 U 2 0601103F 大学研究计划 01 172,379 196,502 162,403 U 3 0601108F 高能激光器研究计划 01 13,736 15,057 U ---------- ---------- ---------- 基础研究 517,217 536,314 490,706 4 0602020F 未来 AF 能力 应用研究 02 79,854 79,901 U 5 0602102F 材料 02 212,551 237,847 113,460 U 6 0602201F 航空航天飞行器技术 02 148,176 164,426 163,032 U 7 0602202F 人类效能 应用研究 02 128,434 133,877 136,273 U 8 0602203F 航空航天推进 02 214,814 201,048 174,683 U 9 0602204F 航空航天传感器 02 210,940 232,876 193,514 U 10 0602212F 国防实验室研发项目 (10 U.S.C, Sec 2358) 02 100,519 U 11 0602298F 科技管理 - 主要总部活动 02 8,346 8,910 8,891 U 12 0602602F 常规弹药 02 132,090 127,193 151,757 U 13 0602605F 定向能技术 02 114,297 130,375 121,869 U 14 0602788F 主流信息科学与方法 02 214,376 215,275 169,110 U 15 0602890F 高能激光研究 02 47,462 29,155
摘要:可解释人工智能 (XAI) 的调查涉及生物学、临床试验、金融科技管理、医学、神经机器人和心理学等。预测和健康管理 (PHM) 是将故障机制研究与系统生命周期管理联系起来的学科。目前仍缺乏对 PHM-XAI 作品进行分析汇编的需求。在本文中,我们使用系统评价和荟萃分析 (PRISMA) 的首选报告项目来介绍应用于工业资产 PHM 的 XAI 的最新进展。这项工作概述了 PHM 中 XAI 的趋势,并回答了准确性与可解释性的问题,考虑到人类参与的程度、解释评估和不确定性量化。自 2015 年至 2021 年以来,与该主题相关的研究文章是根据 PRISMA 方法从五个数据库中选出的,其中一些与传感器有关。从选定的文章中提取数据并进行检查,获得了不同的发现,这些发现综合如下。首先,尽管该学科尚属新兴学科,但分析表明,XAI 在 PHM 中的接受度越来越高。其次,XAI 具有双重优势,它被用作执行 PHM 任务和解释诊断和异常检测活动的工具,这意味着 PHM 确实需要 XAI。第三,评论表明,PHM-XAI 论文提供了有趣的结果,表明 PHM 性能不受 XAI 的影响。第四,人类角色、评估指标和不确定性管理是 PHM 社区需要进一步关注的领域。需要足够的评估指标来满足 PHM 需求。最后,所考虑的文章中介绍的大多数案例研究都基于真实的工业数据,其中一些与传感器有关,表明可用的 PHM-XAI 组合解决了现实世界的挑战,增强了人们对人工智能模型在行业中采用的信心。
非机密空军部 2022 财年总统预算附件 R-1 2022 财年总统预算总义务授权 2021 年 5 月 5 日(单位:千美元)拨款:3600F 研究、开发、测试与评估、空军计划 S 线元素 2020 财年 2021 财年 2022 财年 e 编号项目法案实际*颁布**请求 c -- ------ ---- --- ---------- ---------- ---------- - 1 0601102F 国防研究科学 01 331,102 324,755 328,303 U 2 0601103F 大学研究计划 01 172,379 196,502 162,403 U 3 0601108F 高能激光研究计划01 13,736 15,057 U ---------- ---------- ---------- 基础研究 517,217 536,314 490,706 4 0602020F 未来 AF 能力 应用研究 02 79,854 79,901 U 5 0602102F 材料 02 212,551 237,847 113,460 U 6 0602201F 航空航天飞行器技术 02 148,176 164,426 163,032 U 7 0602202F 人类效能 应用研究 02 128,434 133,877 136,273 U 8 0602203F 航空航天推进 02 214,814 201,048 174,683 U 9 0602204F 航空航天传感器 02 210,940 232,876 193,514 U 10 0602212F 国防实验室研发项目(10 USC,Sec 2358) 02 100,519 U 11 0602298F 科技管理 - 主要总部活动 02 8,346 8,910 8,891 U 12 0602602F 常规弹药 02 132,090 127,193 151,757 U 13 0602605F 定向能技术 02 114,297 130,375 121,869 U 14 0602788F 主流信息科学与方法 02 214,376 215,275 169,110 U 15 0602890F 高能激光研究 02 47,462 29,155 U 16 1206601F 空间技术 02 155,984 U ---------- ---------- ---------- 应用研究 1,687,989 1,560,836 1,312,490 17 0603032F 未来空军综合技术演示 03 147,350 131,643 U 18 0603112F 武器系统的先进材料 03 58,657 60,059 31,905 U 19 0603199F 维持科学与技术 (S&T) 03 14,376 16,902 21,057 U R-122BAS:2022 财年总统预算(总基础发布版本),截至 2021 年 5 月 5 日 14:49:13 第 F-3 页 非机密 第 1 卷 - vii
摘要:本文重点评估在电子学习中采用人工智能 (AI) 技术的关键成功因素 [CSF]。这是一项基于阿拉伯联合酋长国联合指挥参谋学院 (JCSC) 学生和教师看法的定量评估研究。数据是通过问卷调查收集的,问卷分发给了学院共 240 名 JCSC 学生和教师,但只收到了 207 份填写完整的表格。问卷包含 7 组 20 个 CSF,使用 5 点李克特量表调查每个 CSF 在采用 AI 和电子学习中的重要性水平。使用 SPSS 软件包对数据进行了描述性分析。分析结果发现,在调查中考虑的 20 个 CSF 中有 18 个被报告为高度重要。最重要的关键成功因素是“人工智能系统能够计算大数据以改善教学”,阿联酋军事学院在电子学习中采用人工智能技术的平均得分最高,为4.04。在因素组方面,最重要的因素组是“让教育更有趣”,平均得分为3.98。然而,进一步分析发现,学历较高的受访者选择了个性化因素组,而教学经验丰富的受访者选择了绩效监控因素组作为最关键的成功因素组。本研究的结果对于制定在教育系统中推广人工智能先进技术的策略并获得最大收益非常有帮助。关键词:人工智能、电子学习、阿联酋军事学院
机构名称 等级 Acharya Nagarjuna 大学 等级 1 Alagappa 大学 等级 1 阿里格尔穆斯林大学 AMU 等级 1 全印度医学科学院 (AIIMS) 博帕尔 等级 1 全印度医学科学院 (AIIMS) 布巴内斯瓦尔 等级 1 全印度医学科学院 (AIIMS) 焦特布尔 等级 1 全印度医学科学院 (AIIMS) 新德里 等级 1 全印度医学科学院 (AIIMS) 巴特那 等级 1 全印度医学科学院 (AIIMS) 赖布尔 等级 1 全印度医学科学院 (AIIMS) 瑞诗凯诗 等级 1 Amrita Vishwa Vidyapeetham,哥印拜陀 等级 1 安德拉大学 Waltair Visakhapatnam 等级 1 安纳马莱大学 等级 1 安娜大学,钦奈 等级 安娜大学,哥印拜陀 等级 1 安娜大学,蒂鲁吉拉帕利蒂鲁内尔维利 1 级 巴巴萨海布·比姆拉奥·安贝德卡尔大学,勒克瑙 1 级 贝拿勒斯印度教大学(BHU) 1 级 班斯塔利学院 1 级 班加罗尔大学(BU) 1 级 贝尔汉普尔大学 1 级 巴拉蒂亚尔大学 1 级 巴拉蒂达桑大学 1 级 巴拉特高等教育与研究学院(BIHER),钦奈 1 级 巴拉特高等教育与研究学院(BIHER) 1 级 巴拉蒂学院 1 级 比尔拉理工学院(BITS Pilani) 1 级 BS 阿卜杜勒·拉赫曼新月科学技术学院,钦奈 1 级 BS 阿卜杜勒·拉赫曼新月科学技术学院 1 级 中央渔业教育学院(CIFE),孟买 1 级 中央高等藏学研究所(CIHTS) 1 级 中央理工学院,科克拉贾尔(CITK) 一级 森图里恩科技管理大学,帕拉拉克蒙迪 一级 查罗塔尔科技大学(CHARUSAT) 一级 钦奈数学学院(CMI) 一级 切蒂纳德研究与教育学院(CARE) 一级 基督大学,班加罗尔 一级 科钦科技大学,科钦 一级 达塔梅格医学科学院,那格浦尔 一级 达亚尔巴格教育学院,阿格拉 一级 迪恩班杜乔图拉姆科技大学(DCRUST),穆尔塔尔 一级 德维阿希利耶学院(DAVV),印多尔 一级 德维阿希利耶学院(DAVV) 一级 印度阿萨姆邦技术教育局 一级 巴巴萨海布·阿姆贝德卡尔博士马拉特瓦达大学(BAMU),奥兰加巴德 一级Dr. DY Patil Vidyapeeth,浦那 一级 Hari Singh Gour Vishwavidyalaya 博士,萨加尔 一级 MGR 博士教育研究学院,金奈 一级 甘地格拉姆农村学院(GRI),丁迪古尔 一级 甘地技术与管理学院 - GITAM(视为大学),维沙卡帕特南 一级 GLA 大学,马图拉 一级 戈卡莱政治与经济学院,浦那 一级 古吉拉特邦阿育吠陀大学,贾姆讷格尔 一级 古吉拉特邦法医科学大学,甘地讷格尔 一级 古吉拉特邦国立法律大学(GNLU),甘地讷格尔 一级 古吉拉特邦 Vidyapith,艾哈迈达巴德 一级 古鲁戈宾德辛格因陀罗普拉斯塔大学,德里 一级 古鲁贾姆布赫斯瓦尔科技大学,希萨尔 一级 古鲁纳纳克大学(GNDU),阿姆利则 一级 Hemchandracharya 北古吉拉特邦大学(HNGU),帕坦 一级 Hemvati Nandan Bahuguna Garhwal 大学,斯利那加 一级 喜马偕尔邦大学(HPU),西姆拉 一级 印度斯坦理工学院和科学学院(HITS),帕杜尔 一级 霍米巴巴国家学院(HBNI),孟买 一级