إن الكشف عن نوايا الطائرات بدون طيار باستخدام فيزياء التحكم المستنيرة بالتعلم الآلي هو الوصول المفتوح تقرير بقلم أدولفو بيروسكيا، وويزي غو، وبنجامين فريزر، وزوانغكون وي.
يتزايد استخدام المركبات غير المأهولة ذاتية القيادة (UAVs)، والمعروفة باسم الطائرات بدون طيار، في مختلف القطاعات. ومع ذلك، فإن الطائرات بدون طيار غير المتعاونة لا تكشف عن هويتها أو خطط طيرانها وتشكل مخاطر كبيرة على البنية التحتية الحيوية. ويُعد تقييم نية الطائرات بدون طيار أمرًا بالغ الأهمية لإدارة المخاطر وتنفيذ ما هو مناسب التدابير المضادة. في حين أن النوايا غالبًا ما تكون غير ملموسة وغير قابلة للرصد، إلا أنه يمكن الاستدلال عليها من خلال فئات النوايا الملموسة.
إن الأساليب التقليدية التي تعتمد فقط على بيانات الرصد لاستنتاج فئات النوايا هذه لا يمكن الاعتماد عليها بطبيعتها بسبب التحيزات في الملاحظة والتعلم. وقد طوّر المؤلفون نموذجًا للتعلم الآلي المستند إلى فيزياء التحكم (CPhy-ML) لمعالجة هذه المشكلة. يستنتج هذا النموذج فئات النية بشكل قوي من خلال الجمع بين القوة التمثيلية للتعلم العميق وقوانين الحفظ الخاصة بنماذج الفضاء الجوي، وبالتالي الحد من التحيز وعدم الاستقرار.
ويحقق نموذج CPhy-ML تحسنًا في الأداء بمقدار 48.28% مقارنةً بالطرق التقليدية للتنبؤ بالمسار، مما يمثل تقدمًا كبيرًا في الاستدلال الموثوق به على نوايا الطائرات بدون طيار.
يحتوي الكشف عن نوايا الطائرات بدون طيار باستخدام فيزياء التحكم المستنيرة بالتعلم الآلي على الأقسام الرئيسية التالية:
- مقدمة
- النتائج
- المناقشة
- الأساليب
- توافر البيانات
- توافر الرمز
صورة المشاركة- نتائج مثال انحدار نية المسار (مصدر الصورة: المؤلفون)
