WiP 摘要：自主信息物理系统中的鲁棒分布外运动检测与定位
机器学习
2021-07-27 v1
摘要
高度复杂的深度学习模型正日益集成到现代信息物理系统（CPS）中，其中许多具有严格的安全要求。由此产生的一个问题是深度学习缺乏可解释性，作为黑箱运行。深度学习的可靠性深受模型训练数据对运行时测试数据表征程度的影响，尤其当输入空间维度如自然图像般高时。为此，我们提出一个鲁棒的分布外（OOD）检测框架。我们的方法通过结合经典光流操作与基于变分自编码器（VAE）的表示学习，从驾驶视频中实时检测异常运动。我们还设计了一种在图像中定位 OOD 因素的方法。在驾驶仿真数据集上的评估表明，我们的方法在统计上比相关工作更鲁棒。
引用
@article{arxiv.2107.11736,
title = {WiP Abstract : Robust Out-of-distribution Motion Detection and Localization in Autonomous CPS},
author = {Yeli Feng and Arvind Easwaran},
journal= {arXiv preprint arXiv:2107.11736},
year = {2021}
}