| ارزیابی قابلیت استقرار هوش مصنوعی برای شناسایی منشأ آلودگی: چارچوب تحلیلی داده، واکنش‌پذیری و توضیح‌پذیری |
| کد مقاله : 1341-IWWA |
| نویسندگان |
|
سامان اسپهبدی‌نیا، جعفر یزدی * دانشگاه شهید بهشتی |
| چکیده مقاله |
| امنیت شبکه‌های توزیع آب شرب به عنوان یک زیرساخت حیاتی، از اهمیت بالایی برخوردار است. شناسایی منشأ آلودگی یک مسئله معکوس کلیدی در مدیریت بحران این سیستم‌ها است که روش‌های هوش مصنوعی پتانسیل بالایی برای حل آن نشان داده‌اند. با این حال، علی‌رغم دستیابی به دقت‌های بالا در محیط‌های شبیه‌سازی، شکاف قابل توجهی میان توانمندی‌های نظری این مدل‌ها و استقرار عملیاتی آن‌ها وجود دارد. این مقاله یک چارچوب تحلیلی نوین برای کالبدشکافی دلایل این شکاف ارائه می‌دهد. استدلال اصلی این است که محدودیت‌های عملیاتی‌سازی، ریشه در سه چالش بنیادین و درهم‌تنیده دارد: ۱) محدودیت‌های داده و شکاف تعمیم‌پذیری میان محیط شبیه‌سازی و واقعیت؛ ۲) عدم لحاظ واکنش‌پذیری آلاینده و نادیده گرفتن فرآیندهای شیمیایی حاکم بر دینامیک انتقال؛ و ۳) کسری اعتمادپذیری ناشی از ماهیت جعبه-سیاه مدل‌های پیچیده و ضرورت حرکت به سوی هوش مصنوعی قابل توضیح. در این پژوهش، معماری‌های مختلف هوش مصنوعی با استفاده از این چارچوب سه‌گانه به صورت انتقادی ارزیابی می‌شوند. نتایج تحلیل نشان می‌دهد که موفقیت در استقرار میدانی این سیستم‌ها بیش از آنکه به پیچیدگی الگوریتمی وابسته باشد، نیازمند رفع همزمان این سه چالش است. در نهایت، یک نقشه راه برای پژوهش‌های آینده با هدف توسعه سیستم‌های شناسایی منشأ آلودگی مبتنی بر هوش مصنوعی قابل اعتماد، مقاوم و آگاه به اصول فیزیکی و شیمیایی ارائه می‌گردد. |
| کلیدواژه ها |
| شناسایی منشأ آلودگی، شبکه‌های توزیع آب، هوش مصنوعی قابل توضیح، واکنش‌پذیری آلاینده، شکاف شبیه‌سازی-واقعیت. |
| وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر |
