迈向认证：工业监督学习的完整统计验证流程

机器学习和深度学习方法正逐渐被整合到工业运营中，尽管不同行业的速度不同。航空航天工业最近为航空领域神经网络相关技术的设计保证和集成概念制定了一个路线图。本文旨在为监督学习背景下基于AI的认证范式做出贡献，通过概述一个完整的验证流程，该流程整合了深度学习、优化和统计方法。该流程由一个包含十个步骤的有向图模型组成。每个步骤通过融合来自不同贡献学科（从机器学习或优化到统计学）的关键概念并将其适应于工业场景，以及开发计算高效的算法解决方案来解决。我们通过一个在航空结构设计中出现的现实监督问题来说明该流程的应用：基于描述飞机内部载荷和几何参数的大量特征集，预测不同飞行机动期间不同应力相关失效模式的可能性。