面向可解释性人工智能与大数据的模糊系统发展展望
| Autor: | 陈德旺, 蔡际杰, 黄允浒 |
|---|---|
| Jazyk: | čínština |
| Rok vydání: | 2019 |
| Předmět: | |
| Zdroj: | 智能科学与技术学报, Vol 1, Iss 4, Pp 327-334 (2019) |
| Druh dokumentu: | article |
| ISSN: | 2096-6652 |
| Popis: | 模糊系统作为一种万能逼近器具有很强的可解释性，已被广泛应用在各个领域。尽管目前模糊系统的理论研究不够成熟，仍然存在诸如规则太多、优化困难、维度诅咒等问题，难以处理高维大数据。尽管深度神经网络取得了突出进展，能很好处理图像和语音等大数据，但其可解释性不好，难以用于安全相关的重要场合。因此，非常有必要研究一种基于模糊系统的可解释性强的人工智能算法。结合深度神经网络和模糊系统两者的优点，研究深度模糊系统及其算法，将有可能解决高维大数据问题。主要对模糊系统的发展历程与研究进展分别进行详细阐述，并根据其现有的问题指出其未来的发展方向，对进一步的研究问题进行展望。 |
| Databáze: | Directory of Open Access Journals |
| Externí odkaz: |
|