Key points are not available for this paper at this time.
최근 딥러닝 분야의 발전과 인식을 위한 딥 신경망(DNN)의 인상적인 성능은 자동주행(AD) 시스템에서의 사용에 대한 수요 증가로 이어졌습니다. 이러한 시스템의 안전성은 가장 중요하며, 따라서 DNN의 독특한 특성을 고려해야 합니다. DNN 기반 인식 구성 요소를 갖춘 AD 시스템의 안전성을 체계적이고 포괄적으로 달성하기 위해, 이른바 안전성 문제가 적절한 구조 요소로 도입되었습니다. 한편, 안전성 문제 개념은 ISO 21448(SOTIF)와 같은 AD 시스템 안전성과 관련된 기존 기준에 잘 부합합니다. 다른 한편으로는, 이는 이미 AI 안전성에 관한 여러 학술 출판물 및 다가오는 기준인 ISO PAS 8800에 영감을 주었습니다. 안전성 문제 개념이 이전에 도입된 적이 있지만, 본 논문은 다양한 분야 및 안전 전문가의 피드백을 활용하여 이를 확장하고 세분화합니다. 특히 본 논문은 더 나은 이해를 위한 추가적인 분류를 소개하여 교차 기능 팀이 공동으로 문제를 다룰 수 있도록 합니다.
Abrecht et al. (Mon,)은 이 질문을 연구했습니다.