功能安全-理論到實踐-機器學習中罕見事件的重尾分佈與自動駕駛系統中的誤判行爲。

卡耐基梅隆大學教授Philip Koopman認爲，罕見事件的分佈是重尾的（ heavy-tailed ），因爲自動駕駛車輛可能在整個產品生命週期中都不會遇到一大羣雞穿過馬路的情況，所以，沒有合理的理由來訓練自動駕駛車輛處理這種情況。但是，如果這些罕見事件(rare events )不被包含在訓練數據中的話，當自動駕駛系統遇到一隻真正的雞時，它會出現什麼反應？Koopman在《The Heavy

>>阅读原文<<