打开黑盒：遥感中可解释人工智能的系统综述
机器学习
2026-05-26 v2
摘要
近年来，黑盒机器学习方法已成为遥感中知识提取的主导建模范式。尽管利用可解释人工智能（explainable AI）揭示这些模型的内部运作机制具有潜在益处，但目前仍缺乏一个全面的综述来总结遥感应用中所使用的可解释人工智能方法及其目标、发现和挑战。在本文中，我们通过进行系统性综述来填补这一空白，以识别该领域的关键趋势，并阐明解决特定遥感挑战的新型可解释人工智能方法和新兴方向。我们还揭示了解释解读的常见模式，讨论了提取的科学见解，并反思了用于评估可解释人工智能方法的方法。因此，我们的综述提供了遥感中可解释人工智能的最新进展的完整总结。此外，我们对挑战和有前景的研究方向给出了详细的展望，这为新的方法开发奠定了基础，也为该领域的新研究人员提供了一个有用的起点。
引用
@article{arxiv.2402.13791,
title = {Opening the Black-Box: A Systematic Review on Explainable AI in Remote Sensing},
author = {Adrian Höhl and Ivica Obadic and Miguel Ángel Fernández Torres and Hiba Najjar and Dario Oliveira and Zeynep Akata and Andreas Dengel and Xiao Xiang Zhu},
journal= {arXiv preprint arXiv:2402.13791},
year = {2026}
}