論文の概要: The Role of XAI in Transforming Aeronautics and Aerospace Systems

• arxiv url: http://arxiv.org/abs/2412.17440v1
• Date: Mon, 23 Dec 2024 10:02:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-24 15:59:03.514627
• Title: The Role of XAI in Transforming Aeronautics and Aerospace Systems
• Title（参考訳）: トランスフォーミング航空・航空宇宙システムにおけるXAIの役割
• Authors: Francisco Javier Cantero Zorita, Mikel Galafate, Javier M. Moguerza, Isaac Martín de Diego, M. Teresa Gonzalez, Gema Gutierrez Peña,
• Abstract要約: 本稿では,XAIの概念とその目的について概観する。 本稿は、その内部で定義されたモデルの種類と、それらのモデルが満たさなければならない特性について論じる。 航空・航空宇宙分野における様々な応用分野が紹介され、AIシステムやモデルの機能を理解するためにXAIがこれらの分野でどのように使われているかが強調される。
• 参考スコア（独自算出の注目度）: 1.8528695854862998
• License:
• Abstract: Recent advancements in Artificial Intelligence (AI) have transformed decision-making in aeronautics and aerospace. These advancements in AI have brought with them the need to understand the reasons behind the predictions generated by AI systems and models, particularly by professionals in these sectors. In this context, the emergence of eXplainable Artificial Intelligence (XAI) has helped bridge the gap between professionals in the aeronautical and aerospace sectors and the AI systems and models they work with. For this reason, this paper provides a review of the concept of XAI is carried out defining the term and the objectives it aims to achieve. Additionally, the paper discusses the types of models defined within it and the properties these models must fulfill to be considered transparent, as well as the post-hoc techniques used to understand AI systems and models after their training. Finally, various application areas within the aeronautical and aerospace sectors will be presented, highlighting how XAI is used in these fields to help professionals understand the functioning of AI systems and models.
• Abstract（参考訳）: 人工知能(AI)の最近の進歩は、航空学と航空宇宙学の意思決定に変化をもたらした。 これらのAIの進歩は、AIシステムやモデル、特にこれらの分野のプロフェッショナルが生み出す予測の背後にある理由を理解する必要性をもたらしている。 この文脈において、eXplainable Artificial Intelligence(XAI)の出現は、航空宇宙分野と航空宇宙分野のプロフェッショナルと、彼らが協力するAIシステムとモデルの間のギャップを埋めるのに役立っている。 そこで本論文では,XAIの概念が定義され,その目的が達成されることを概観する。 さらに、本論文では、トレーニング後にAIシステムやモデルを理解するために使用されるポストホック技術と同様に、モデル内で定義されたモデルの種類と、それらのモデルが満たさなければならない特性について論じる。 最後に、航空分野と航空宇宙分野における様々な応用分野が紹介され、AIシステムやモデルの機能を理解するためにXAIがこれらの分野でどのように使われているかが強調される。

関連論文リスト

• Explainable Artificial Intelligence: A Survey of Needs, Techniques, Applications, and Future Direction [5.417632175667161]
  説明可能な人工知能(XAI)は、これらのモデルがどのように意思決定や予測を行うかを説明することによって、課題に対処する。 既存の研究では、XAIの基本概念、その一般的原理、およびXAI技術の範囲について検討されている。 本稿では、共通用語と定義、XAIの必要性、XAIの受益者の必要性、XAI手法の分類、および異なる応用分野におけるXAI手法の適用に関する総合的な文献レビューを提供する。
  論文  参考訳（メタデータ） (2024-08-30T21:42:17Z)
• Towards a general framework for improving the performance of classifiers using XAI methods [0.0]
  本稿では,XAI手法を用いた事前学習型ディープラーニング(DL)分類器の性能向上のためのフレームワークを提案する。 オートエンコーダベースおよびエンコーダデコーダベースと呼び、それらの重要な側面について議論する。
  論文  参考訳（メタデータ） (2024-03-15T15:04:20Z)
• Towards an end-to-end artificial intelligence driven global weather forecasting system [57.5191940978886]
  我々は,地球規模の気象変動に対するAIに基づくデータ同化モデル,すなわちAdasを提案する。 我々は,アダスが地球観測を同化して高品質な分析を行い,長期にわたって安定して運用できることを実証した。 この手法を現実のシナリオに適用するのは,私たちが初めてです。
  論文  参考訳（メタデータ） (2023-12-18T09:05:28Z)
• Selected Trends in Artificial Intelligence for Space Applications [69.3474006357492]
  この章は、差別化可能なインテリジェンスとオンボード機械学習に焦点を当てている。 欧州宇宙機関(ESA)Advanced Concepts Team(ACT)から選ばれたいくつかのプロジェクトについて論じる。
  論文  参考訳（メタデータ） (2022-12-10T07:49:50Z)
• Explainable Artificial Intelligence (XAI) for Internet of Things: A Survey [1.7205106391379026]
  人工知能(AI)モデルのブラックボックスの性質は、ユーザーがそのようなモデルによって生成された出力を理解し、時には信頼することを許さない。 結果だけでなく、結果への決定パスも重要なAIアプリケーションでは、このようなブラックボックスAIモデルは不十分である。 説明可能な人工知能(XAI)は、この問題に対処し、ユーザによって解釈される一連のAIモデルを定義する。
  論文  参考訳（メタデータ） (2022-06-07T08:22:30Z)
• Enabling Automated Machine Learning for Model-Driven AI Engineering [60.09869520679979]
  モデル駆動型ソフトウェアエンジニアリングとモデル駆動型AIエンジニアリングを実現するための新しいアプローチを提案する。 特に、私たちはAutomated MLをサポートし、AI集約システムの開発において、AIの深い知識のないソフトウェアエンジニアを支援します。
  論文  参考訳（メタデータ） (2022-03-06T10:12:56Z)
• Edge-Cloud Polarization and Collaboration: A Comprehensive Survey [61.05059817550049]
  クラウドとエッジ両方のAIの体系的なレビューを行います。 私たちはクラウドとエッジモデリングの協調学習メカニズムを最初にセットアップしました。 我々は現在進行中の最先端AIトピックの可能性と実践経験について議論する。
  論文  参考訳（メタデータ） (2021-11-11T05:58:23Z)
• A User-Centred Framework for Explainable Artificial Intelligence in Human-Robot Interaction [70.11080854486953]
  本稿では,XAIのソーシャル・インタラクティブな側面に着目したユーザ中心型フレームワークを提案する。 このフレームワークは、エキスパートでないユーザのために考えられた対話型XAIソリューションのための構造を提供することを目的としている。
  論文  参考訳（メタデータ） (2021-09-27T09:56:23Z)
• Explainable Artificial Intelligence (XAI): An Engineering Perspective [0.0]
  XAIは、いわゆるブラックボックスAIアルゴリズムをホワイトボックスアルゴリズムに変換するテクニックと方法のセットです。 XAIのステークホルダを議論し、エンジニアリングの観点からXAIの数学的輪郭を説明します。 この研究は、XAIの分野における研究の新しい道を特定するための探索的研究です。
  論文  参考訳（メタデータ） (2021-01-10T19:49:12Z)
• Data-Driven Aerospace Engineering: Reframing the Industry with Machine Learning [49.367020832638794]
  航空宇宙産業は、ビッグデータと機械学習を収益化しようとしている。 最近のトレンドは、設計、製造、検証、サービスにおける重要な課題の文脈で検討される。
  論文  参考訳（メタデータ） (2020-08-24T22:40:26Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。