逻辑规则遇见深度学习：一种船舶类型分类的新方法
人工智能
2021-11-02 v1
摘要
航运业是全球贸易和经济的重要组成部分，但为确保合规与安全需要对其监控。本文提出一种新颖的船舶类型分类模型，该模型将来自自动识别系统的船舶传输数据与船舶图像相结合。我们方法的主要组成部分是 Faster R-CNN 深度神经网络和带有 IF-THEN 规则的神经模糊系统。我们使用真实世界数据评估我们的模型，展示了这种组合的优势，同时也与其他方法进行了比较。结果表明，与我们考虑的次优模型相比，我们的模型可将预测分数提高多达 15.4%，同时也保持了一定程度的可解释性，而非常见的黑箱方法。
引用
@article{arxiv.2111.01042,
title = {Logic Rules Meet Deep Learning: A Novel Approach for Ship Type Classification},
author = {Manolis Pitsikalis and Thanh-Toan Do and Alexei Lisitsa and Shan Luo},
journal= {arXiv preprint arXiv:2111.01042},
year = {2021}
}
备注
Accepted and presented in RuleML+RR 2021