可解释的、物理感知的、可信的人工智能合成孔径雷达的范式转换

查看全文 作　　者：Mihai [1]Datcu;Zhongling [1]Huang;Andrei [1]Anghel;屈冰洋(译)[1] 机构地区：[1]不详 出　　处：《电子工程信息》索引2023年第4期,共9页 摘　　要：识别或理解合成孔径雷达(SAR)系统观测到的场景需要超出空间背景的更广泛线索。这些包含但不仅限于成像几何、成像模式、图像的傅立叶谱性质或极化特征的行为。在本文中,我们提出以SAR数据为例,将数据科学的可解释性范式转变为SAR的地面可解释人工智能(XAI)。这旨在使用基于完善模型的可解释数据转换,为AI方法生成输入,为训练过程提供知识反馈,并从数据中学习或改进高复杂度的未知或非形式化模型。 关 键 词：人工智能 极化特征 形式化模型 SAR数据 数据转换 成像模式 数据科学 系统观测