保持语义的机载机器学习模型实现
人工智能
2025-09-24 v1
摘要
机器学习（ML）可能为机载系统提供新能力。然而，与机载系统的任何部件一样，基于 ML 的系统将被要求保证其安全运行。因此，必须证明其开发过程符合适当的指南。到目前为止，欧盟航空安全局（EASA）已发布了一份概念文件，且一个 EUROCAE/SAE 工作组正在准备 ED-324。这两种方法都勾勒了高层目标，以确认 ML 模型实现其预期功能并在目标环境中保持训练性能。本文旨在澄清 ML 模型与其对应的无歧义描述（称为机器学习模型描述，MLMD）之间的区别。随后，它细化了语义保持的基本概念，以确保模型的精确复制。我们将我们的贡献应用于几个工业用例，以构建和比较多个目标模型。
引用
@article{arxiv.2509.18681,
title = {Implementation of airborne ML models with semantics preservation},
author = {Nicolas Valot and Louis Fabre and Benjamin Lesage and Ammar Mechouche and Claire Pagetti},
journal= {arXiv preprint arXiv:2509.18681},
year = {2025}
}