.png){kind=icon}
返回
Explainable pavement surface condition classification using a TabNet-CatBoost hybrid machine learning framework
.png){kind=icon}
OA
AI
DOI：10.1016/j.cscm.2025.e05333.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
准确的路况评估对于优化维护和确保交通网络安全至关重要，但高级机器学习模型的不透明性往往阻碍了其实际应用。本研究的主要目标是开发和验证一种新颖的、可解释的混合框架，该框架能够准确分类路况同时保持透明。该框架整合了基于注意力的TabNet模型用于智能特征提取，以及CatBoost分类器用于稳健预测，使用包括车辙、纵向和横向裂缝、网状裂缝、块状裂缝、边缘裂缝、坑洼和国际平整度指数在内的一系列损坏和粗糙度输入。所提出的TabNet-CatBoost模型实现了卓越的性能，宏观F1得分为0.890，二次加权Kappa为0.917，显著优于传统基线。该协同架构在最具挑战性的少数类别中表现出色，将关键失效状态的召回率提高了两倍以上，从而增强了其在风险管理中的实际效用。随后的Shapley加性解释（SHAP）分析证实，模型的逻辑与工程原理一致，并确定网状裂缝为主要预测因子（重要性为22.7%）。该框架为路况分类提供了一个稳健且高度可解释的工具，弥合了先进AI与基础设施管理中对可信决策支持的实际需求之间的差距。
Keyword:
Pavement surface condition
Pavement management
Explainable AI
Hybrid learning
TabNet-CatBoost
Machine learning
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
6.6
论文数:
6.3K
被引数:
2.0W
机构
引用论文
C.C. Meng, K.M. Lim, C.P. Lee, J.Y. Lim, Credit card fraud detection using TabNet, 2023 11th Int. Conf. Inf. Commun. Technol. (ICoICT) (2023) 394–399, https://doi.org/10.1109/ICoICT58202.2023.10262711.C.C. Meng, K.M. Lim, C.P. Lee, J.Y. Lim, 使用TabNet的信用卡欺诈检测，2023年第11届信息通信技术国际会议（ICoICT）（2023）394–399，https://doi.org/10.1109/ICoICT58202.2023.10262711..png)
IF0
PREAI
分享收藏An Efficient and Explainable Ensemble Learning Model for Asphalt Pavement Condition Prediction Based on LTPP Dataset基于LTPP数据集的高效可解释的沥青路面状态预测集成学习模型
PREAI
分享收藏Automated Pavement Condition Index Assessment with Deep Learning and Image Analysis: An End-to-End Approach具有深度学习和图像分析的自动路面状况指数评估: 端到端方法SENSORSOAAI
SENSORSIF3.5
OAAI分享收藏Y. Zhao, J. Wang, X. Tan, L. Wen, Q. Gao, W. Wang, Privacy-preserving and interpretable grade prediction: a differential privacy integrated TabNet framework, Electronics 14 (12) (2025) 2328, https://doi.org/10.3390/electronics14122328.Y. Zhao, J. Wang, X. Tan, L. Wen, Q. Gao, W. Wang, 隐私保护且可解释的成绩预测：一种集成差分隐私的TabNet框架，Electronics 14 (12) (2025) 2328, https://doi.org/10.3390/electronics14122328.
IF0
PREAI
分享收藏
Distress-based evidential reasoning method for pavement infrastructure condition assessment and rating基于困境的路面基础设施状态评估与评级证据推理方法
PREAI
分享收藏From local explanations to global understanding with explainable AI for trees用可解释的人工智能从局部解释到全局理解OAAI
OAAI分享收藏
查看更多内容