BriefGPT - AI 论文速递
·
深度学习在飞机燃料流量估计模型中的泛化特性研究
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
现有航空航天软件标准不适用于含深度神经网络的组件。为此，提出了一种以输出为中心的DNN认证方法，通过统计验证技术标记不可靠输入，供专家检查，提高DNN在航空航天领域的安全性和可靠性。
🎯
关键要点
-
航空航天软件开发需要遵循严格的高质量标准。
-
现有规范不适用于包含深度神经网络（DNN）组件的软件。
-
提出了一种以输出为中心的DNN认证方法来解决这一挑战。
-
该方法采用统计验证技术，能够标记不可靠的DNN输出输入。
-
通过对附近输入的DNN预测进行统计分析来检测不一致性。
-
该方法将DNN视为黑盒，不对其拓扑结构做假设。
-
希望在航空航天领域进一步整合DNN，以提高安全性和可靠性。
➡️
