Maschinelles Lernen von validierbaren Klassifikatoren zur autonomen Steuerung sicherheitsrelevanter Systeme Machine Learning of Verifiable Classifiers for Autonomous Control of Safety-related Systems (original) (raw)

Zusammenfassung

Im Bereich sicherheitsrelevanter Anwendungen ist es besonders wichtig sicherzustellen, dass die gelernte Lösung im gesamten Eingaberaum korrekt ist. Es wird eine Methode zum Lernen von Klassifikationsmodellen vorgestellt, die auch bei sicherheitskritischen Steuerungsaufgaben einsetzbar ist. Hierfür wird ein Ensemble von niedrigdimensionalen Teilmodellen erzeugt, bei dem jedes Teilmodell von einem Experten interpretiert und validiert werden kann.

Abstract

In the area of safety-related applications, it is particularly important to make sure that the learned solution is correct within the complete input space. A method for learning classification models is introduced which can also be used for safety-critical control functions. An ensemble of low dimensional submodels is built where each submodel can be interpreted and validated by a domain expert.

* Correspondence address: Otto-von-Guericke Universität Magdeburg, Fakultät Informatik, Universitätsplatz 2, 39106 Magdeburg, Deutschland, mail@seb-nusser.de

Published Online: 2009-09-25

Published in Print: 2009-03

© by Oldenbourg Wissenschaftsverlag, München, Germany