下列哪项最贴近 智能融合方法 在学习链路中的核心作用？
Single Concept Focus
智能融合方法
Quick Orientation
一句话看懂
智能融合方法结合人工智能（AI）和专家系统（ES）的符号处理功能，对多传感器数据融合中的抽象数据进行推理和处理。
Sources (1)
第17章_多传感器数据融合/17.3 数据融合的方法.md
Related (5)
Knowledge Analysis
知识解析
智能融合方法
智能融合方法结合人工智能（AI）和专家系统（ES）的符号处理功能，对多传感器数据融合中的抽象数据进行推理和处理。
核心思想
多传感器数据融合过程中需要处理大量反映数据间关系含义的抽象数据（如符号），因此需要使用推理。AI和ES的符号处理功能正好可用于获得这些推理能力。专家系统存在各种示例信息，可以利用这些信息辅助传统的分类方法进行身份估计。
关键问题
使用专家系统方法的关键是知识的工程化处理。由于AI技术和多传感器数据融合学科的相对不成熟，要使这两门学科很好地结合在一起尚有许多问题需要解决：
- 时变动态输入数据
- 实时操作要求
- 各种数据类型和知识类型
- 处理和消息传输的延迟
- 传感器的空间分布
- 背景的真实性描述
- 专家系统和知识的获取与表示
- 决策过程的多级抽象
- 搜索技术
- 知识库规模太大
Knowledge Check
测试
基础测试
基础测试统一使用选择题，先确认概念、定义和关键判断是否扎实。
如果你要向同学解释 智能融合方法，最先应该讲清楚哪一类内容？
遇到 智能融合方法 相关题目时，最可靠的第一步通常是什么？
Knowledge Relation
知识关联
直接看这张知识卡在课程链路里的前置、当前与后置关系。