机器学习可解释性及其对智慧校园项目的影响
计算机与社会
2020-06-09 v1 机器学习
摘要
过去几十年中，机器学习（ML）在预测分析方面展现出日益增长的能力。它正变得 ubiquitous 于不同领域，如医疗、刑事司法、金融与智慧城市。例如，北安普顿大学正在其新的 Waterside 校区建设一个具有多层 IoT 与软件定义网络（SDN）的智慧系统。该系统可用于优化智能建筑能效、改善租户与访客的健康安全、辅助人群管理与寻路，并改善互联网连接性。
引用
@article{arxiv.2006.04300,
title = {Machine Learning Interpretability and Its Impact on Smart Campus Projects},
author = {Raghad Zenki and Mu Mu},
journal= {arXiv preprint arXiv:2006.04300},
year = {2020}
}