IoTとハードウェア検証を用いた、食品腐敗予測のための解釈可能なAI

この研究は、ハイブリッドDeep Q-Learningフレームワークを用いた食品腐敗予測への新しいアプローチを探求しており、現実世界での適用性を高めるために合成データ生成とハードウェア検証が組み込まれています。解釈可能性とハードウェア検証に重点を置いている点は、実用的なIoT展開における重要な課題に対処する可能性があり、注目に値します。

• •実用的なIoTアプリケーションのための解釈可能なAIに焦点を当てています。
• •Deep Q-Learningを合成データとハードウェア検証と組み合わせています。
• •食品腐敗予測の課題に対処しています。