MAPPE

Projektet undersöker hur man utvecklar och utvärderar tolkningsbara och databaserade AI-verktyg och hjälpmedel för människor som arbetar eller löser uppgifter i komplexa fysiska miljöer. Projektet innehåller två intressanta, realistiska scenarier: smarta kontorsmiljöer och skytteträning.

Introduktion

Inom området smarta produkter och tjänster är det viktigt med smart anpassningsförmåga och intelligent beteende. Många riktiga tillämpningar kräver också att produkten eller tjänsten har förmågan att läsa av den fysiska miljön. Användningen av maskininlärning i smarta produkter och IoT-lösningar har ökat dramatiskt.

De flesta maskininlärningsverktyg är dock så kallade svartboxteknologier. Det vill säga att mjukvaran löser uppgiften men användaren kan inte förstå varför en viss interaktion ger ett visst resultat. Förståelse och förklaring av prediktioner är avgörande i många riktiga tillämpningar för att användarna ska få förtroende för mjukvaran. MAPPE-projektet (”Mining Actionable Patterns from complex Physical Environments”) undersöker hur man kan utforma tolkningsbara maskininlärningslösningar för sensorbaserade tillämpningar.

Ändamål

Syftet med forskningsprojektet är att 1) granska det senaste inom tolkningsbar maskininlärning och förklarbar AI samt att 2) föreslå och utvärdera nya metoder. Projektet fokuserar på realistiska scenarier där mänskliga aktiviteter i komplexa fysiska miljöer registreras med olika typer av sensorer.

Förväntade resultat

Projektet förväntas utveckla allmänna principer för utformning och utvärdering av förklarbara AI-­system för realistiska tillämpningar och nya metoder och datamängder för sensorbaserad datautvinning och dataintensiva beslutsstöd. Projektet genomförs i samproduktion med två industripartners.

Finansiärer

Vill du veta mer om projektet?

Vill du vara med och utveckla nästa projekt?