摘要：可解释人工智能(explainable artificial intelligence, XAI)近年来发展迅速,已出现多种人工智能模型的解释技术,但是目前缺乏XAI可解释性的定量评估方法.已有评估方法大多需借助用户实验进行评估,这种方法耗时长且成本高昂.针对基于代理模型的XAI,提出一种可解释性量化评估方法.首先,针对这类XAI设计一些指标并给出计算方法,构建包含10个指标的评估指标体系,从一致性、用户理解性、因果性、有效性、稳定性5个维度来评估XAI的可解释性;然后,对于包含多个指标的维度,将熵权法与TOPSIS相结合,建立综合评估模型来评估该维度上的可解释性;最后,将该评估方法用于评估6个基于规则代理模型的XAI的可解释性.实验结果表明,所提出方法能够展现XAI在不同维度上的可解释性水平,用户可根据需求选取合适的XAI.

摘要：计算机兵棋是战前评估作战行动可行性的重要手段,其核心是兵棋规则的设计、验证和形式化。提出了基于属性的计算机兵棋规则模型:ABCWR(attribute based computer wargaming rule),为计算机兵棋规则库的设计提供了一套通用的形式化描述和规则判定方法,并对模型的规则判定性能进行了测试。测试结果显示:该模型的规则判定时间与规则数呈正比关系,判定性能满足当前商业兵棋规则库规模的要求。

摘要：通过对网页结构化和半结构化信息的分析,提出了一种基于规则模型的网页正文提取方法。该方法在总结HTML标签的不同应用特征和网页布局的结构特征的基础上,通过定义一系列过滤、提取和合并规则来建立一个通用的网页正文抽取模型,以达到有效提取网页主题文本的目的。实验结果表明,该方法对于各类型网页主题文本的提取均具有较高的准确率,通用性强。

摘要：提出了一种以柔和为导向、以音高旋律元(Pitch melody unit,PMU)为基本操作单位的自动作曲算法.首先根据柔和乐曲的旋律特征构建了算法的规则模型.然后定义了一阶音高旋律元和二阶音高旋律元,构建了音高旋律元转换表(Pitchmelody unit transition tables,PMUTTs)自动生成的模型,以表达相邻音高旋律元的链接概率,为旋律计算提供基本数据.分别定义了用来自动生成新的音高旋律元、乐节、乐句、乐曲的4个旋律计算的算子,以自动生成乐曲.实验结果表明,与以音符为基本单位的马尔可夫作曲方法相比,以音高旋律元为基本单位进行作曲可以提高旋律的逻辑严密性和美感度.

摘要：对于一般常用的规则模型，或者经常要建立的一类模型，如果每次建模都要从零开始，势必有很多重复工作，为此STAAD／CHINA为这一类应用提供了一个方便的处理环境——结构建模向导。

摘要：铁路客服中心已从最初的联络中心逐步转变为解决问题中心和数据中心,而对海量的通话录音的监督与控制仍依靠传统的人工质检模式。针对人工质检模式中存在的质检覆盖率低、随机抽样结果偏差及人为主观因素等影响质检结果的问题,基于语音识别、文本挖掘和大数据等技术,设计铁路客服智能质检系统,实现客服中心全量录音的自动质检分析;通过提供智能质检、抽检复核、智能学习和数据分析等功能,弥补传统质检模式下的缺陷,实现质检工作效率与服务质量大幅提升的双赢目标。

摘要：近年来,已经有不少面向对象技术运用于专家系统的研究。该文提出一种新的面向对象专家系统的设计方法。首先介绍系统总体结构,给出知识表示模型和推理机制,并且引入RMG的概念,进一步提出运用RMG完成推理过程的算法。最后把提出的方法应用于中西医结合糖尿病诊疗专家系统的开发。实践证明此方法是有效的。

摘要：1引言水池是一种广泛应用于给排水工程构筑物中的一种结构，其形式大致可分为圆形水池和方形水池。在这两种水池中，由于圆形水池具有良好的受力性能，在给排水工程中被大量使用，但是圆形水池设计计算较复杂，尤其是对于池底不规则的圆形水池，通常只能从不规则中简化出规则模型来计算，由于这种简化致使受力情况、边界条件等与实际情况不符合，因此计算精确度不高，

摘要：介绍临床教学质控存在的问题与解决思路,设计和研发基于规则引擎的临床实践教学评价系统,分析系统需求、规则引擎设计、系统功能、特色及实现,该系统的应用能够促进临床教学管理制度化、规范化、科学化。

摘要：人工智能技术的快速发展为诉讼规则知识库构建奠定了坚实基础。当前在诉讼风险分析中,智能推理存在司法风险规则知识库匮乏、诉讼风险分析技术较低等弊端,以致无法从根本上化解证据、诉讼时效和行为规范等方面的风险。是以,需要就案件类型化后随机抽取,并收集案例的起诉状、证据、案情和裁判文书,在对多方证据关联分析模型进行解析的基础上,设计开发诉讼时效性规则知识库、当事人行为规范性规则知识库以及证据有效性规则知识库,结合多方证据关联模型,并与法律法规知识库和诉讼风险规则知识库融合,运用决策树算法,关系网络推理技术列举分析可能存在的诉讼风险,最终达至对诉讼风险点的识别、裁判结果的精准预测和合理分流不必要的诉讼,以期为民众提供全面的诉讼决策指引。