面向工业 AI 的改进研究方法论：一种虚呼叫降低的案例研究
机器学习
2025-06-18 v1
摘要
当前的人工智能 (AI) 研究方法论是否准备好创建成功、高效且有利可图的 AI 应用？本工作提出了一种关于工业 AI 用例——自动光学检验中的虚呼叫降低——的案例研究，以演示当前最佳实践的不足之处。我们确定了相关同行评议工作中存在的七种弱点，并通过实验展示了其后果。我们表明，最佳实践方法论在此用例中将失败。我们主要论点包括：需求感知指标的必要性，以确保实现业务目标、成功标准的明确定义、以及对实验数据集中时间动态进行详尽分析。我们的工作鼓励研究人员批判性地评估其方法论，以实现更成功的应用 AI 研究。
引用
@article{arxiv.2506.14521,
title = {Towards Improved Research Methodologies for Industrial AI: A case study of false call reduction},
author = {Korbinian Pfab and Marcel Rothering},
journal= {arXiv preprint arXiv:2506.14521},
year = {2025}
}
备注
Submitted and accepted to IEEE COMPSAC 2025