科技日?qǐng)?bào)訊（記者史俊斌）記者5月18日從西安電子科技大學(xué)獲悉,，由該校計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院教授趙偉領(lǐng)銜的智能媒體計(jì)算機(jī)團(tuán)隊(duì),，通過(guò)數(shù)據(jù)可信重建以及弱監(jiān)督深度學(xué)習(xí)框架,，破解了數(shù)據(jù)質(zhì)量低及標(biāo)注數(shù)據(jù)稀缺難題，進(jìn)一步揭示了神經(jīng)網(wǎng)絡(luò)的決策機(jī)制,，有效提升了現(xiàn)有可信人工智能方法的魯棒性,、可解釋性和安全性,。相關(guān)論文《可信沖突多模態(tài)學(xué)習(xí)算法》日前獲國(guó)際人工智能領(lǐng)域頂級(jí)學(xué)術(shù)會(huì)議AAAI2024杰出論文獎(jiǎng),。人工智能已經(jīng)日益深入人們生活。在醫(yī)療,、自動(dòng)駕駛等復(fù)雜場(chǎng)景中,，人工智能對(duì)決策任務(wù)的誤判可能造成重大損失。傳統(tǒng)可信人工智能多關(guān)注單模態(tài)數(shù)據(jù),，無(wú)法滿足實(shí)際場(chǎng)景中多模態(tài)數(shù)據(jù)分析決策需求,，單模態(tài)數(shù)據(jù)有限的信息量導(dǎo)致單模態(tài)智能可信度存在瓶頸。為此,，團(tuán)隊(duì)打破單模態(tài)數(shù)據(jù)思路,，提出沖突多模態(tài)學(xué)習(xí)算法，并通過(guò)數(shù)據(jù)可信重建以及弱監(jiān)督深度學(xué)習(xí)框架算法,，實(shí)現(xiàn)了證據(jù)層面的沖突多模態(tài)數(shù)據(jù)可信融合,。這能在提升人工智能決策性能的同時(shí)，可靠地度量決策置信度,。此外,，團(tuán)隊(duì)從理論上證明,，該方法能夠量化沖突模態(tài)帶來(lái)的負(fù)面影響。這有利于解決當(dāng)前研究面臨的數(shù)據(jù)質(zhì)量低,、決策不可信等難題,，為后續(xù)研究提供了重要的理論基礎(chǔ)和技術(shù)支撐。團(tuán)隊(duì)成員徐偲副教授解釋,，這種算法在給出置信度的同時(shí),，還會(huì)給出多模態(tài)數(shù)據(jù)的沖突度，實(shí)現(xiàn)了多模態(tài)信息的“去偽存真”,。若置信度不高且沖突度較高時(shí),，人工智能的決策便明顯不太可信。（來(lái)源：科技日?qǐng)?bào)）
免責(zé)聲明：本文來(lái)自網(wǎng)絡(luò)收錄或投稿,，觀點(diǎn)僅代表作者本人,，不代表芒果財(cái)經(jīng)贊同其觀點(diǎn)或證實(shí)其描述，版權(quán)歸原作者所有,。轉(zhuǎn)載請(qǐng)注明出處：http://lequren.com/1103270.html
溫馨提示：投資有風(fēng)險(xiǎn),，入市須謹(jǐn)慎。本資訊不作為投資理財(cái)建議,。
