德克薩斯農(nóng)工大學(xué)Artie McFerrin化學(xué)工程系副教授兼安全工程計(jì)劃主任王慶生博士撰寫的文章被選為美國化學(xué)學(xué)會(huì)(ACS)編輯推薦。Wang Group的研究生焦?jié)扇?，胡平凡和徐宏飛是該論文的合著者。在初發(fā)表在《ACS化學(xué)健康與安全》雜志上的文章“化學(xué)健康與安全中的機(jī)器學(xué)習(xí)與深度學(xué)習(xí)：技術(shù)與應(yīng)用的系統(tǒng)綜述”中，Wang及其團(tuán)隊(duì)研究了有關(guān)機(jī)器學(xué)習(xí)與深度學(xué)習(xí)的新文獻(xiàn)。在安全工程方面進(jìn)行學(xué)習(xí)。

 

機(jī)器學(xué)習(xí)和深度學(xué)習(xí)是人工智能的子集，基于機(jī)器學(xué)習(xí)/深度學(xué)習(xí)技術(shù)的模型可以自動(dòng)從數(shù)據(jù)中學(xué)習(xí)并執(zhí)行諸如預(yù)測和決策之類的任務(wù)。大量的跨學(xué)科研究表明，將機(jī)器學(xué)習(xí)和深度學(xué)習(xí)結(jié)合到一個(gè)綜合的安全機(jī)制中已在趨勢識(shí)別和預(yù)測輔助方面取得了成功，可以較大地節(jié)省人力，物力和財(cái)力。

盡管機(jī)器學(xué)習(xí)和深度學(xué)習(xí)在安全工程方面具有非常相似的目標(biāo)，但仍存在一些關(guān)鍵差異。機(jī)器學(xué)習(xí)結(jié)合了概率論，統(tǒng)計(jì)學(xué)，逼近論，算法復(fù)雜性理論和凸分析，從而構(gòu)建了可以基于訓(xùn)練數(shù)據(jù)構(gòu)建數(shù)學(xué)模型以進(jìn)行預(yù)測或決策的算法，而無需對其進(jìn)行明確的編程。本質(zhì)上，機(jī)器學(xué)習(xí)技術(shù)可以解釋大量數(shù)據(jù)并提供預(yù)測，趨勢并做出明智的決策。

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的子集，它使用人工神經(jīng)網(wǎng)絡(luò)(受生物神經(jīng)元啟發(fā)的計(jì)算系統(tǒng))作為表征和學(xué)習(xí)數(shù)據(jù)的體系結(jié)構(gòu)。深度學(xué)習(xí)通過結(jié)合低級特征來發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示，從而形成了一個(gè)更抽象的高層表示屬性類別或特征，這可以消除基于機(jī)器學(xué)習(xí)的算法的特征工程步驟，從而提高了準(zhǔn)確性，對于深度學(xué)習(xí)非常有用諸如計(jì)算機(jī)視覺和自然語言處理之類的任務(wù)。這兩個(gè)領(lǐng)域都在迅速發(fā)展，具有在安全工程中應(yīng)用的巨大潛力。

在本文中，Wang和他的研究團(tuán)隊(duì)對100余篇同行評審論文進(jìn)行了分析和歸類，以呈現(xiàn)當(dāng)前機(jī)器和深度學(xué)習(xí)獎(jiǎng)學(xué)金的概況，以及對該領(lǐng)域的進(jìn)展進(jìn)行綜述。此外，Wang強(qiáng)調(diào)了當(dāng)前有關(guān)安全工程的機(jī)器和深度學(xué)習(xí)文獻(xiàn)中的挑戰(zhàn)和差距。

來源：生物幫