AI 與世界的難題 · 地球與氣候科學 · arXiv · 2026-10-23
基於自主水下載具的浮游生物分類器之穩健性驗證
原標題: Robustness Verification of an Autonomous Underwater Vehicle-based Plankton Classifier
自主水下載具上的浮游生物分類器，在遇到環境雜訊或非生物性碎屑時，經常會誤判影像，因此海洋生物學家必須人工檢查結果。作者提出一個基於可達性分析的穩健性驗證框架，並應用於使用 SilCam 粒子成像儀影像的連續時間神經常微分方程（neural ODE）分類器。據報告，針對環境擾動的形式化驗證可作為自動化篩選器，對模糊資料提供模型穩定性的形式化保證，從而減輕後處理的工作量。