面向地球观测的可解释人工智能：现有方法、开放挑战与机遇
人工智能
2023-11-09 v1 机器学习
摘要
深度学习已席卷包括地球观测遥感在内的所有数据分析领域。然而，尽管在性能方面取得了显著进展，其自神经网络诞生以来固有的可解释性与可诠释性缺失，仍是备受批评的主要根源。因此，随着深度学习方法在遥感中的扩展，通过探索广泛的可解释人工智能（Explainable Artificial Intelligence, XAI）技术以解决这一缺陷的日益密集的努力随之而来也就不足为奇了。本章依据突出的地球观测应用领域组织，呈现了可解释遥感图像分析中最先进技术的全景。
引用
@article{arxiv.2311.04491,
title = {Explainable AI for Earth Observation: Current Methods, Open Challenges, and Opportunities},
author = {Gulsen Taskin and Erchan Aptoula and Alp Ertürk},
journal= {arXiv preprint arXiv:2311.04491},
year = {2023}
}