Methods and tools for the development of explainable embedded artificial neural networks for autonomous transportation

开发用于自主交通的可解释嵌入式人工神经网络的方法和工具

• 批准号: 548464-2019
• 负责人: David, JeanPierre
• 金额: $ 13.11万
• 依托单位: École Polytechnique de Montréal
• 依托单位国家: 加拿大
• 项目类别: Alliance Grants
• 财政年份: 2019
• 资助国家: 加拿大
• 起止时间: 2019-01-01 至 2020-12-31
• 项目状态: 已结题
• 来源: https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=694051
• 关键词: Methods; tools; development; explainable; embedded

Les avancées récentes en intelligence artificielle, en particulier l'apprentissage profond, montrent que, pour certaines applications, la machine est meilleure que les humains pour prendre des décisions. Néanmoins, de telles décisions sont difficiles à expliquer car les réseaux de neurones profonds (DNN) sont toujours perçus comme des "boîtes noires" qui réalisent des algorithmes difficilement compréhensibles par les humains car ils sont assez lointains du raisonnement humain. Certaines applications critiques telles que le transport autonome pourraient théoriquement bénéficier de ces avancées récentes de DNN si on pouvait non seulement expliquer leurs décisions mais également certifier que la bonne décision est prise dans les bonnes circonstances. Les réseaux de neurones binaires (BNN) permettent une mise en oeuvre à faible consommation. De plus, leur nature booléenne (vrai ou faux) fait que ce sont de bons candidats pour expliquer leur comportement et prouver certaines propriétés avec des théorèmes formels. Le présent projet propose d'étudier le processus d'apprentissage des réseaux de neurones artificiels (ANN), en particulier les BNNs, avec des outils interactifs développés récemment par Zetane afin de développer des réseaux ANNs/BNNs modulaires de faible puissance pouvant être utilisés dans les capteurs (caméra / radar / lidar) développés par Thales pour les trains autonomes. Le projet couvrira trois axes principaux : i) proposer un ANN modulaire pour la segmentation de la scène ferroviaire ; ii) proposer des implémentations de faible puissance pour l'extraction de caractéristiques binaires et le BNN en tant que tel pour l'informatique embarquée; et iii) proposer des méthodes et des outils pour construire un ANN/BNN explicable et certifiable. Ce projet est important pour le Canada/Québec afin de maintenir son leadership en intelligence artificielle et son rôle actif dans les systèmes de transport de demain au Canada et à l'échelle mondiale. Ce projet contribuera à la formation d'un chercheur postdoctoral, trois étudiants au doctorat, six étudiants à la maitrise et neuf stagiaires dans un domaine (IA) qui est en forte demande au Canada.

智能技术方面的最新进展，尤其是深入的学徒，在某些应用中，机器是人类做出决策的最佳人选。您可以通过“黑色森林”来了解人类汽车的算法困难，这是人类理性的一部分。 Les réseaux de Neurones Binaires (BNN) 是一个完美的作品，它的性质是真实的或虚假的。目前的项目提案是人工神经元研究 (ANN) 的学习过程，特别是 BNN，以及交互开发的成果Zetane afin de réseaux ANNs/BNNs modulaires de faible puissance pouvant être utilisés dans les capteurs (caméra/rada/lidar) 的开发者铁电场景分割模块； ii) 二进制特征提取和 BNN 的可行实现的提议者； iii) 人工神经网络构建方法和效果的提议者； /BNN 可解释且可证明。六名学生在加拿大和世界各地的交通运输系统中发挥了重要作用。 dans un domaine (IA) qui est en fortedemande au Canada.