深度优化模糊系统及其智能交通应用
摘要
随着人工智能技术的快速发展,深度学习算法虽在图像识别等领域取得突破,但其
决策过程缺乏透明性,在智能交通场景中可能由误判导致交通事故、调度失误等问题,
存在安全隐患。为此,研究者通过开发可解释算法以平衡性能与可解释性需求。其中,
模糊系统凭借模拟人类决策的规则化推理展现出天然的可解释性优势,但传统模糊系统
面临高维数据处理的维数灾难和优化效率瓶颈。针对此,本文提出深度优化模糊系统
(DeepOptimizedFuzzySys
深度优化模糊系统及其智能交通应用
摘要
随着人工智能技术的快速发展,深度学习算法虽在图像识别等领域取得突破,但其
决策过程缺乏透明性,在智能交通场景中可能由误判导致交通事故、调度失误等问题,
存在安全隐患。为此,研究者通过开发可解释算法以平衡性能与可解释性需求。其中,
模糊系统凭借模拟人类决策的规则化推理展现出天然的可解释性优势,但传统模糊系统
面临高维数据处理的维数灾难和优化效率瓶颈。针对此,本文提出深度优化模糊系统
(DeepOptimizedFuzzySys
文档评论(0)