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劃主任王慶生博士撰寫的文章被選為美國化學(xué)學(xué)會(ACS)編輯推薦。Wang Group的研究生焦?jié)扇耍椒埠托旌觑w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及其團隊研究了有關(guān)機器學(xué)習(xí)與深度學(xué)習(xí)的新文獻。在安全工程方面進行學(xué)習(xí)。

 

機器學(xué)習(xí)和深度學(xué)習(xí)是人工智能的子集，基于機器學(xué)習(xí)/深度學(xué)習(xí)技術(shù)的模型可以自動從數(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，將機器學(xué)習(xí)和深度學(xué)習(xí)結(jié)合到一個綜合的安全機制中已在趨勢識別和預(yù)測輔助方面取得了成功，可以較大地節(jié)省人力，物力和財力。

盡管機器學(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，但仍存在一些關(guān)鍵差異。機器學(xué)習(xí)結(jié)合了概率論，統(tǒng)計學(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)模型以進行預(yù)測或決策的算法，而無需對其進行明確的編程。本質(zhì)上，機器學(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，從而形成了一個更抽象的高層表示屬性類別或特征，這可以消除基于機器學(xué)習(xí)的算法的特征工程步驟，從而提高了準確性，對于深度學(xué)習(xí)非常有用諸如計算機視覺和自然語言處理之類的任務(wù)。這兩個領(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和他的研究團隊對100余篇同行評審論文進行了分析和歸類，以呈現(xiàn)當(dāng)前機器和深度學(xué)習(xí)獎學(xué)金的概況，以及對該領(lǐng)域的進展進行綜述。此外，Wang強調(diào)了當(dāng)前有關(guān)安全工程的機器和深度學(xué)習(xí)文獻中的挑戰(zhàn)和差距。

來源：生物幫