Simuliertes Laserwaffensystem als Entscheidungshilfe zur Bekämpfung von Drohnenschwärmen mit maschinellem Lernen ist ein Postgraduiertenschule der Marine These von Daniel M. Edwards.
In dieser Arbeit wird die Anwendung von maschinellem Lernen vorgestellt, um automatische Entscheidungshilfen für Kriegsteilnehmer zu liefern, die Laserwaffensysteme in komplizierten taktischen Szenarien verwalten. Die Studie nutzte die Modellierungs- und Simulationssoftware Swarm Commander des NPS Modeling Virtual Environments and Simulation (MOVES) Institute, um simulierte Datensätze mit Wargaming-Szenarien zu generieren, in denen ein Laserwaffensystem an Bord eines Schiffes gegen die Bedrohung durch einen Drohnenschwarm verteidigt wurde.
Diese simulierten Datensätze wurden verwendet, um einen Algorithmus für maschinelles Lernen zu trainieren, der die optimale Einsatzstrategie in einem komplexen Kampfgebiet mit verschiedenen Drohnenschwärmen vorhersagt. Es wurden mehrere Techniken des maschinellen Lernens bewertet, wobei letztlich die Klassifikationsbaummethode als bevorzugter Ansatz ausgewählt wurde. Der endgültige Algorithmus wies eine beeindruckende Gesamtgenauigkeit von 96% bei der korrekten Vorhersage der Gefechtsergebnisse auf und berücksichtigte dabei Drohnentypen, Mengen und Angriffsstrategien von Laserwaffensystemen.
This research underscores three key findings: (1) the value of modeling and simulation in aiding the development of tactical machine learning applications, (2) the potential of machine learning to enhance support for future tactical operations, and (3) the broader potential of machine learning and automation to alleviate the cognitive burden on future warfighters faced with critical decisions in complex threat environments.
Datum der Veröffentlichung- September 2021
Simulated Laser Weapon System Decision Support to Combat Drone Swarms with Machine Learning enthält die folgenden Hauptabschnitte:
- Einführung
- Literaturübersicht
- Schwarmkommandotaktik und Experimentieren mit maschinellem Lernen
- Ergebnisse und Datenoptimierung
- Schlussfolgerung
Zur Veröffentlichung freigegeben. Die Verbreitung ist unbegrenzt.
C-UAS Hub macht sich diese Inhalte nicht zu eigen und stellt einen Link für die Nutzer auf der unten der Seite, um sie an ihrem ursprünglichen Ort aufzurufen. Dies ermöglicht es dem/den Autor(en), wichtige Artikelmetriken im Zusammenhang mit ihrer Arbeit zu verfolgen. Alle Angaben gehen an den rechtmäßigen Eigentümer.
Autor- Daniel M. Edwards
Siehe auch.
GAO-Bericht: Drohnenschwarm-Technologien
Wasserbasierte Abwehrtechniken und Netzwerkintegration zur Bekämpfung von Drohnenschwärmen
Experimenteller Entwurf einer UCAV-basierten Hochenergie-Laserwaffe
Post Image Credit: Adobe Stock by Glücksbilder
