知识卡片
一致性检验不证明真实
AHP一致性检查成对比较是否互相协调,群组判断还可用几何平均聚合。通过检验不意味着专家正确、样本代表或风险分类完整。权重仍需与场景资料和事后结果对照,不能把较小CR当成现实安全证明。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 人工智能安全标准与风险评估预警 权重、预警与不确定推理 · 查看原书依据
利用一致性检验对判断矩阵的合理性进行检验。 第四步:在对人工智能安全风险评估指标体系各层次进行单排序计算的基础上,对指标体系进行总排序计算,最终得到各指标的权重。 1)建立层次结构模型 将人工智能安全风险评估作为目标层。在文献研究的基础上,
参考来源
- 位置:《人工智能安全》人工智能安全标准与风险评估预警,权重、预警与不确定推理(源项目a19c7933-4eda-4176-aebd-30fe7e1ad292,源文件:extracted/人工智能安全/_epub-src/EPUB/xhtml/Section0001_0011.xhtml)
- 结论依据:原文对该概念的说明、比较或案例支撑本卡解释;书中历史数据与技术预测保留原有时点,不当作当前已验证结论。
- 原始内容:利用一致性检验对判断矩阵的合理性进行检验。 第四步:在对人工智能安全风险评估指标体系各层次进行单排序计算的基础上,对指标体系进行总排序计算,最终得到各指标的权重。 1)建立层次结构模型 将人工智能安全风险评估作为目标层。在文献研究的基础上,