期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
发展可解释的人工智能:韧性视域下AIGC时代数字不平等的社会性构建与治理路径
1
作者 喻国明 滕文强 《当代传播》 CSSCI 北大核心 2024年第4期10-14,共5页
数字不平等是数字技术对原有社会结构及社会不平等的复制,数字技术的加入反而让不平等的问题更为复杂。媒介变迁逻辑下数字不平等的社会性构建也从传统媒体时代的尺度不平等转换为AIGC时代的效度不平等。AIGC时代,数字不平等的表现形式... 数字不平等是数字技术对原有社会结构及社会不平等的复制,数字技术的加入反而让不平等的问题更为复杂。媒介变迁逻辑下数字不平等的社会性构建也从传统媒体时代的尺度不平等转换为AIGC时代的效度不平等。AIGC时代,数字不平等的表现形式从早期的动机不平等、接入不平等为代表的“硬障碍”转向解释不充分、理解不平等、信任不平等的“软障碍”。解决数字不平等的问题并非简单的“技术平等”,更不是简单的技术普及问题。本文在韧性治理的视角下,认为通过提高AIGC技术自身的“解释性“”理解力”和“信任力”发展可解释的人工智能,进而增强社会系统的“适应力“”恢复力”和“可持续力”,协调技术发展与社会需求之间的一致性,实现数字不平等的柔性治理,标本兼治的为其长远发展施以社会性的建构。 展开更多
关键词 数字不平等 韧性 治理路径 可解释的人工智能
原文传递
深度神经网络解释方法综述 被引量：26
2
作者 苏炯铭 刘鸿福 +2 位作者 项凤涛 吴建宅 袁兴生 《计算机工程》 CAS CSCD 北大核心 2020年第9期1-15,共15页
深度神经网络具有非线性非凸、多层隐藏结构、特征矢量化、海量模型参数等特点,但弱解释性是限制其理论发展和实际应用的巨大障碍,因此,深度神经网络解释方法成为当前人工智能领域研究的前沿热点。针对军事、金融、医药、交通等高风险... 深度神经网络具有非线性非凸、多层隐藏结构、特征矢量化、海量模型参数等特点,但弱解释性是限制其理论发展和实际应用的巨大障碍,因此,深度神经网络解释方法成为当前人工智能领域研究的前沿热点。针对军事、金融、医药、交通等高风险决策领域对深度神经网络可解释性提出的强烈要求,对卷积神经网络、循环神经网络、生成对抗网络等典型网络的解释方法进行分析梳理,总结并比较现有的解释方法,同时结合目前深度神经网络的发展趋势,对其解释方法的未来研究方向进行展望。 展开更多
关键词 可解释的人工智能 深度神经网络 卷积神经网络 循环神经网络 生成对抗网络
下载PDF
可解释的深度TSK模糊系统综述
3
作者 王士同 谢润山 周尔昊 《数据采集与处理》 CSCD 北大核心 2022年第5期935-951,共17页
深度神经网络在多个领域取得了突破性的成功,然而这些深度模型大多高度不透明。而在很多高风险领域,如医疗、金融和交通等,对模型的安全性、无偏性和透明度有着非常高的要求。因此,在实际中如何创建可解释的人工智能(Explainable artifi... 深度神经网络在多个领域取得了突破性的成功,然而这些深度模型大多高度不透明。而在很多高风险领域,如医疗、金融和交通等,对模型的安全性、无偏性和透明度有着非常高的要求。因此,在实际中如何创建可解释的人工智能(Explainable artificial intelligence,XAI)已经成为了当前的研究热点。作为探索XAI的一个有力途径,模糊人工智能因其语义可解释性受到了越来越多的关注。其中将高可解释的Takagi-Sugeno-Kang(TSK)模糊系统和深度模型相结合,不仅可以避免单个TSK模糊系统遭受规则爆炸的影响,也可以在保持可解释性的前提下取得令人满意的测试泛化性能。本文以基于栈式泛化原理的可解释的深度TSK模糊系统为研究对象,分析其代表模型,总结其实际应用场景,最后剖析其所面临的挑战与机遇。 展开更多
关键词 可解释的人工智能 模糊人工智能 TSK模糊系统 可解释性 深度结构 栈式泛化原理
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部