跳到正文
arXiv cs.AI· Hariharan Gopinath, Jan Bosch, Helena Holmstr\"om Olsson·· 10 小时前AI 评分18

AI 驱动的软件密集型嵌入式系统数据质量与数据可信度系统综述

From Data Quality to Data Trustworthiness in AI-Driven Software-Intensive Embedded Systems: A Systematic Review

AI 导读

一篇系统文献综述综合了 2020 年 1 月至 2026 年 2 月发表的 27 项原始研究,考察 AI 驱动的软件密集型嵌入式系统(SIES)中的数据质量问题及其对数据可信度的影响。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:AI 驱动的软件密集型嵌入式系统(SIES)在开发和运行过程中依赖数据。数据质量(DQ)不佳可能削弱数据可信度,但关于其影响和生命周期管理的证据仍然零散。本系统性文献综述综合了 2020 年 1 月至 2026 年 2 月发表的 27 项原始研究。它考察了 DQ 关注点以及将其与数据可信度降低联系起来的证据,并梳理了评估与管理方法。该综述识别出 16 项关注点,归类为来源质量和内容质量。研究提供了基于 DQ 的评分以及其对模型或决策性能影响的证据。综合分析表明,上游来源或处理问题可能被嵌入训练基线,并在运行时难以检测。共识别出八类方法。运行时监控是最大的一类,而上游和训练时控制与运行时保障的整合仍然不足。没有研究覆盖完整生命周期。数据可信度支持可靠的 SIES 决策,但只是 AI 系统可信度的一个组成部分。
评论: 这是预印本版本,最终版本将发表于 PROFES 2026 会议论文集
主题: 软件工程(cs.SE);人工智能(cs.AI)
引用为: arXiv:2611.23252 [cs.SE]
  (或使用 arXiv:2611.23252v1 [cs.SE] 引用此版本)
  https://doi.org/10.48550/arXiv.2611.23252

由 DataCite 颁发 arXiv DOI

提交历史

来自:Hariharan Gopinath [查看邮箱]
[v1] 2026 年 9 月 25 日星期五 11:45:29 UTC(90 KB)

来源:arXiv cs.AI · arxiv.org