异常和AI自动驾驶汽车

2021-02-01 15:46:01

异常是被认为与众不同的事物,通常用于描述似乎是奇特的,罕见的,异常的,或者有时很难分类的事物或事件。

有时,异常是不必要的,并且在执行任务时可能很麻烦,而在其他情况下,异常可能会产生新的见解,而以前没有人给予应有的关注。 很难知道异常最终是否会被视为合意与不合意。

在1800年代后期,威廉·伦琴(Wilhelm Roentgen)在他的实验室中进行了一项实验,以使电子在空中滑行。在反复试验各种阴极射线后,他注意到桌子边缘的铂铂氰化钡覆盖的屏幕 发荧光。

这很奇怪。这很奇怪。 他本可以将其忽略为异常现象,不值得进一步关注。 事实证明,威廉选择研究这一方面,并​​导致他发现了X射线和X射线束。

在他被发现时,还有其他研究人员在做类似的工作,但正是他愿意接受这种异常现象并给予应有的报酬,才使他成为X射线的发现者或某些内行所指的东西而倍受赞誉。如伦琴射线。您也许在历史书中已经看到了他的第一张正式X射线图像,包括妻子的手,并描绘了她的手指骨头和结婚戒指。必须说她很勇敢地参加实验,特别是因为这些电磁波的性质和所涉及的危害尚未得到很好的理解。

Wilhelm的异常提供了检测异常付清并采取措施时的情况示例。 有时,异常可能是偶然现象,无法为正在检查或研究的内容提供任何附加价值。

您在做其他事情时可能碰到的是随机噪声,因此与您正在研究的现象没有真正的关系。如果您随后尝试发现异常,以弄清它是否值得,那么您可能会浪费宝贵的精力和资源,而最终却没有什么好处。您一开始可能希望异常时刻是尤里卡(Eureka)的时刻,但是通常它变成了平凡的事物,例如噪音或瞬态问题,然后进行了自我纠正。

当我过去在统计学和人工智能领域教授大学课程时,我将介绍各种可用于处理可疑异常的“排除”技术。 一种明显的方法是简单地丢弃异常。 但是这可能会引起问题,因为它可能会在您的研究中留下无法解释的漏洞或空白。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。