货运方式分类可解释性可靠性研究发布
热点事件持续更新
货运方式分类可解释性可靠性研究发布
1 篇报道1 个报道来源53 分钟前更新
先了解这件事
AI 综述
Ali Alawi Balfaqih 与 Mansur M. Arief 发布论文，考察用可解释机器学习将货物分类为 Air/Air Charter 或 Truck/Ocean 的解释稳定性与忠实性。研究基于 PEPFAR 供应链交付历史数据集（清洗后 5,964 条记录、47 个特征），比较 MLP、逻辑回归、随机森林和梯度提升模型，并将运费与包价作为运输方式的近似代理变量排除在外。
AI 根据报道生成 · 33 分钟前更新
最新进展11月14日 13:00
可解释 AI 用于货运方式分类的可靠性研究报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AI可解释 AI 用于货运方式分类的可靠性研究
一项研究考察了用可解释机器学习对货物进行 Air/Air Charter 或 Truck/Ocean 分类，基于 PEPFAR 供应链交付历史数据集（清洗后 5,964 条记录、47 个特征），比较 MLP、Logistic Regression、Random Forest 和梯度提升。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。