May, 2023
面向制造环境的灵活且易理解知识表达方式,用于数据高效学习和可信人机协作
Flexible and Inherently Comprehensible Knowledge Representation for Data-Efficient Learning and Trustworthy Human-Machine Teaming in Manufacturing Environments
Vedran Galetić, Alistair Nottle
TL;DR利用 Gärdenfors 的概念空间框架,基于属性分解的方法提高了人工智能代理的知识表示,并设计了一种基于模糊逻辑的类别归属判定模型;此方法在制造领域的应用能够有效提高人工智能代理的可解释性和可信度。