MLP-mixing

新的基准测试 MuViS-C 评估 AI 虚拟传感在传感器故障下的鲁棒性

研究人员推出 MuViS-C，一个旨在评估基于学习的虚拟传感系统在各种传感器故障下的鲁棒性的新基准测试。该基准测试涵盖了六个领域和六种不同的模型架构中的十种常见故障模式，包括梯度提升树、卷积神经网络和基于注意力模型。研究结果表明，所有测试模型在损坏下性能都会显著下降，其中梯度提升树表现出很强的鲁棒性，而专门的鲁棒化策略在牺牲名义性能的情况下提高了基于注意力模型的性能。该研究强调，模型性能排名在不同领域之间存在差异，凸显了进行多领域评估的必要性。