Guidelines for ensuring human control of a deep machine learning simulator, which requires a hybrid between explanation and understanding of its specifications formalised by modelling and simulation theory.
Lignes directrices pour assurer le contrôle humain d'un simulateur par apprentissage machine profond nécessitant une hybridation entre l'explication et la compréhension de ses spécifications formalisées par la théorie de la modélisation et de la simulation
Résumé
The aim of our contribution is to share the guidelines of our work aimed at defining a formal specification framework for systems based on deep machine learning, in order to ensure rigorous and systematic control of these systems. Our work is in line with the theme of hybridisation between deep machine learning and formal representation methods. Our approach is based on a necessarily interdisciplinary hybridisation: in philosophy, more specifically regarding a perspective on philosophical concepts in epistemology, hermeneutics and technology in the light of this technology, and in computer science, regarding the modelling of complex phenomena.
Notre contribution a pour objectif de partager les lignes directrices de nos travaux visant à définir un cadre de spécification formelle de systèmes basés sur de l'apprentissage machine profond afin d'assurer un contrôle rigoureux et systématique de ces systèmes. Nos travaux s'inscrivent dans la thématique d'hybridation entre l'apprentissage machine profond et des méthodes de représentation formelle. Notre approche est basée sur une hybridation nécessairement interdisciplinaire : en philosophie, plus précisément concernant une mise en perspective à l'aune de cette technologie des concepts philosophiques en épistémologie, en herméneutique et sur la technique, et en informatique, concernant la modélisation des phénomènes complexes.
Origine : Fichiers produits par l'(les) auteur(s)
