TY - JOUR AU - Diago Marquez, Luis Ariel AU - Abe, Hiroe AU - Adachi, Kana AU - Hagiwara, Ichiro PY - 2021/03/07 Y2 - 2024/03/29 TI - Exploración de Redes Neuronales Holográficas con Cuantificación Difusa para el Monitoreo de Conductores en Conducción Autónoma Condicional JF - Revista Cubana de Transformación Digital JA - Rev. Cub. Transf. Dig. VL - 2 IS - 1 SE - Artículos originales DO - UR - https://rctd.uic.cu/rctd/article/view/104 SP - 46-65 AB - <p>La Sociedad de Ingenieros Automotrices (SAE ver siglas en ingles) define los sistemas de conducción automatizados (ADS ver siglas en ingles) para vehículos de carretera como aquellos que pueden realizar toda la tarea de conducción dinámica sin un conductor humano en el lazo de control. Bajo la conducción autónoma condicional (SAE Nivel 3), cuando la conducción automatizada falla, se espera que los conductores reanuden la conducción manual. Para que esta transición se produzca de forma segura, es imperativo que los conductores reaccionen de forma adecuada y oportuna, lo que es difícil que suceda una vez que el conductor ha sido sometido a largas distancias de conducción autónoma. Las técnicas de inteligencia artificial (IA) podrían utilizarse para garantizar la seguridad de los sistemas adaptativos de seguridad crítica. No solo observando el entorno exterior del vehículo, sino también monitoreando el estado de la comunicación conductor-vehículo. Además, en este contexto el concepto de IA explicable tiene potencial para proporcionar evidencia de que un ADS podría respaldar la garantía de seguridad y el cumplimiento normativo. En este trabajo presentamos un método neuro-difuso que funciona como un enfoque de aprendizaje automático explicable adecuado para dominios donde se requiere la validación de los modelos de predicción subyacentes. Los resultados de la comparación entre el modelo propuesto y otros modelos de la literatura muestran que el modelo propuesto podría proporcionar explicaciones sobre sus predicciones en tiempo real para garantizar transiciones fluidas en el nivel 3 de SAE.</p> ER -