精选理由
做工业无损检测或AI可解释性研究的团队会感兴趣——p-ResNet-50在保持高精度的同时让黑盒模型变得可审计，航空质检场景可以直接参考其原型对齐方法。
航空SiC/SiC复合材料的X射线CT无损检测依赖专家目视评估，缺乏可追溯性。研究团队提出p-ResNet-50，在卷积网络中引入原型层，将高检测精度与基于案例的解释结合。六个学习原型与专家定义的语义类别（健康基体、基体-空气界面、孔隙、线状缺陷、混合形态）对齐，每个分类都可追溯到物理有意义的参考。通过锚点和中心点正则化项防止原型坍缩，UMAP潜空间分析明确标出模型可靠与不可靠区域。在约12000个补丁的数据集上，p-ResNet-50达到与黑盒ResNet-50相当的精度（0.957 vs 0.959），同时提供可追溯决策和不确定性标记。
AI 翻译 · 中文
航空SiC/SiC复合材料的X射线CT无损检测依赖专家目视评估，缺乏可追溯性。研究团队提出p-ResNet-50，在卷积网络中引入原型层，将高检测精度与基于案例的解释结合。六个学习原型与专家定义的语义类别（健康基体、基体-空气界面、孔隙、线状缺陷、混合形态）对齐，每个分类都可追溯到物理有意义的参考。通过锚点和中心点正则化项防止原型坍缩，UMAP潜空间分析明确标出模型可靠与不可靠区域。在约12000个补丁的数据集上，p-ResNet-50达到与黑盒ResNet-50相当的精度（0.957 vs 0.959），同时提供可追溯决策和不确定性标记。
Non-destructive testing of aerospace SiC/SiC composites via X-ray computed tomography (XCT) relies on expert visual assessment, with current workflows offering limited traceability for accept/reject decisions. Deep convo…