Symulowany system broni laserowej wspomagający podejmowanie decyzji w walce z rojami dronów za pomocą uczenia maszynowego jest Szkoła podyplomowa marynarki wojennej teza wg Daniel M. Edwards.

Niniejsza rozprawa prezentuje zastosowanie uczenia maszynowego w celu zapewnienia zautomatyzowanego wsparcia decyzyjnego dla bojowników zarządzających systemami broni laserowej w skomplikowanych scenariuszach taktycznych. W badaniu wykorzystano środowisko oprogramowania do modelowania i symulacji Swarm Commander z NPS Modeling Virtual Environments and Simulation (MOVES) Institute do generowania symulowanych zestawów danych obejmujących scenariusze gier wojennych, w których pokładowy system broni laserowej bronił się przed zagrożeniami roju dronów.

Te symulowane zbiory danych zostały wykorzystane do wyszkolenia algorytmu uczenia maszynowego w celu przewidywania optymalnej strategii zaangażowania w złożonej przestrzeni bitewnej obejmującej różnorodne roje dronów. Oceniono kilka technik uczenia maszynowego, ostatecznie wybierając metodę drzewa klasyfikacyjnego jako preferowane podejście. Ostateczny algorytm wykazał imponującą ogólną dokładność 96% w prawidłowym prognozowaniu wyników starć, uwzględniając typy zagrożeń ze strony dronów, ich ilość i strategie ataku systemów broni laserowej.

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.

Data publikacji- Wrzesień 2021 r.

Simulated Laser Weapon System Decision Support to Combat Drone Swarms with Machine Learning zawiera następujące główne sekcje:

  • Wprowadzenie
  • Przegląd literatury
  • Taktyka dowódcy roju i eksperymenty z uczeniem maszynowym
  • Wyniki i optymalizacja danych
  • Wnioski

Zatwierdzone do publicznego udostępnienia. Dystrybucja jest nieograniczona.

C-UAS Hub nie jest właścicielem tej zawartości i udostępnia link dla użytkowników pod adresem dno strony, aby uzyskać do niej dostęp w oryginalnej lokalizacji. Pozwala to autorom śledzić ważne metryki artykułów związane z ich pracą. Wszelkie podziękowania należą się prawowitemu właścicielowi.

Autor- Daniel M. Edwards

Zobacz także-

Raport GAO: Technologie roju dronów

Wodne techniki łagodzenia skutków i integracja sieci w celu przeciwdziałania rojom dronów

Eksperymentalny projekt wysokoenergetycznej broni laserowej opartej na UCAV

Źródło zdjęcia: Adobe Stock by szczęśliwe zdjęcia