如何设计符合基于机器学习系统 ODD 的数据集？
人工智能
2024-06-21 v1
摘要
本文聚焦于基于视觉的着陆任务，提出并验证了一种数据集设计以符合机器学习系统的运营设计域（ODD）。依据新兴的认证标准，我们描述了在系统层面和图像层面建立 ODD 的过程。在此过程中，我们展示了将高层系统约束转化为可操作的图像级属性的过程，从而允许定义可验证的数据质量要求（DQR）。为说明这一方法，我们采用将合成图像与真实画面组合的着陆进近跑道检测（LARD）数据集，并聚焦于验证 DQR 的步骤。本文所提出的可复制框架解决了在安全关键应用中满足机器学习系统严格认证需求的数据集设计挑战。
引用
@article{arxiv.2406.14027,
title = {How to design a dataset compliant with an ML-based system ODD?},
author = {Cyril Cappi and Noémie Cohen and Mélanie Ducoffe and Christophe Gabreau and Laurent Gardes and Adrien Gauffriau and Jean-Brice Ginestet and Franck Mamalet and Vincent Mussot and Claire Pagetti and David Vigouroux},
journal= {arXiv preprint arXiv:2406.14027},
year = {2024}
}
备注
12th European Congress on Embedded Real Time Software and Systems, Jun 2024, Toulouse, France. arXiv admin note: text overlap with arXiv:2304.09938