跑道标志分类器：一个可达 DAL C 认证级别的机器学习系统
机器学习
2023-10-11 v1
摘要
近年来，人工智能（AI）系统中机器学习（ML）技术的显著进展为航空业带来了前所未有的机遇，为自动化的进一步发展铺平了道路，包括大型商用飞机单飞行员或完全自主运行的潜力。然而，ML 技术与现有机载认证标准存在重大不兼容，例如 ML 模型可追溯性与可解释性问题，以及传统覆盖率指标的不足。由于这些挑战，使用现行标准认证基于 ML 的机载系统十分困难。本文介绍了一个利用深度神经网络（DNN）进行机场标志检测与分类的机载系统案例研究。基于我们先前证明符合设计保证等级（DAL）D 的工作，我们将系统升级以满足更严格的设计保证等级 C 要求。为实现 DAL C，我们采用一种成熟的架构缓解技术，即使用两个冗余且异构的深度神经网络。新颖的 ML 专用数据管理技术的应用进一步增强了该方法。本工作旨在阐明如何针对中等关键性机载应用解决基于 ML 系统的认证挑战。
引用
@article{arxiv.2310.06506,
title = {Runway Sign Classifier: A DAL C Certifiable Machine Learning System},
author = {Konstantin Dmitriev and Johann Schumann and Islam Bostanov and Mostafa Abdelhamid and Florian Holzapfel},
journal= {arXiv preprint arXiv:2310.06506},
year = {2023}
}