面向可解释性人工智能与大数据的模糊系统发展展望

• 作者: 蔡际杰 陈德旺 黄允浒
• 来源期刊: 智能科学与技术学报
• 学科: 工学
• 关键词: 模糊系统 可解释AI 高维大数据 深度模糊系统 神经模糊系统
• 年，卷（期）: 2019,（4）
• 页码范围: 327-334
• 页数: 8页
• 分类号: TP391.41

摘要

模糊系统作为一种万能逼近器具有很强的可解释性,已被广泛应用在各个领域。尽管目前模糊系统的理论研究不够成熟,仍然存在诸如规则太多、优化困难、维度诅咒等问题,难以处理高维大数据。尽管深度神经网络取得了突出进展,能很好处理图像和语音等大数据,但其可解释性不好,难以用于安全相关的重要场合。因此,非常有必要研究一种基于模糊系统的可解释性强的人工智能算法。结合深度神经网络和模糊系统两者的优点,研究深度模糊系统及其算法,将有可能解决高维大数据问题。主要对模糊系统的发展历程与研究进展分别进行详细阐述,并根据其现有的问题指出其未来的发展方向,对进一步的研究问题进行展望。