XAI与TinyML融合构建可信高效物联网系统综述
《IEEE Access》:Explainable AI and TinyML for Trustworthy and Efficient IoT: A Survey
【字体:
大
中
小
】
时间:2026年09月23日
来源:IEEE Access 4.2
编辑推荐:
可解释人工智能(XAI)与微型机器学习(TinyML)的融合正逐渐成为构建可信且高效的物联网(IoT)系统的关键推动力。TinyML 使得实时智能可以直接部署在资源受限的边缘设备上,而 XAI 则通过为模型决策提供可解释的洞察来增强透明度。本综述全面回顾了 XAI、TinyM
可解释人工智能(XAI)与微型机器学习(TinyML)的融合正逐渐成为构建可信且高效的物联网(IoT)系统的关键推动力。TinyML 使得实时智能可以直接部署在资源受限的边缘设备上,而 XAI 则通过为模型决策提供可解释的洞察来增强透明度。本综述全面回顾了 XAI、TinyML 与 IoT 交叉领域的最新进展,探讨了在严格的计算和硬件限制下如何实现可解释性与设备端学习的协同。文中提出了一个结构化的 TinyML 分类体系,并概述了支持 XAI 的 TinyML 在边缘物联网架构中的端到端集成工作流程。此外,本综述从学习模型、可解释性技术、硬件平台、优化策略和应用领域等方面,对现有最先进的相关研究进行了对比分析。该综述识别出当前面临的主要挑战,包括严重的资源限制、XAI 的计算开销、压缩导致的精度下降以及基准测试标准的缺乏,并强调了为安全关键和大规模物联网部署开发轻量化、可解释且标准化的解决方案的迫切需求。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号