共查询到10条相似文献,搜索用时 234 毫秒
1.
2.
3.
当今军事领域问题的研究已步入了信息化主导的大数据时代,传统的智能辅助指挥员完成战场态势理解已遇到了瓶颈,亟需探索突破。认知智能中深度学习的提出可为该问题的突破提供契机。通常,指挥员进行战场态势理解是分层次的。其中的高级理解则需要深度学习来模拟。就此,展开了探索性研究。概述了战场态势评估的相关概念,分析了指挥员理解战场态势的思维模式,掌握了指挥员理解战场态势时的主要步骤,并结合深度学习运行原理,提出了一种基于深度学习的指挥员战场态势高级理解思维过程(以判断敌方对我方可能的主攻方向为例)模拟方法,该方法利用认知智能中的深度学习(以CNN为例)对指挥员战场态势高级理解过程进行非线性拟合处理,从而达到探索性模拟的目的,仿真实验结果验证了该方法的有效性。 相似文献
4.
适用于大数据复杂系统的人工智能研究水平,已成为制约战场态势评估技术发展的瓶颈问题.2006年提出的人工智能新研究领域——深度学习,具备多层感知的深度网络模型,体现出非线性表达、多层学习、自主提取等优势,为研究大数据战场态势评估问题提供了技术支持.美军将机器学习作为重点发展的基础研究和应用开发领域,自2007年以来启动多个项目;我军应用与研究领域中,深度学习也得到重视并取得一些有益探索.展望未来,可从空间、时间角度研究大数据战场态势特征,并基于此构建基于深度学习的战场态势评估模型. 相似文献
5.
6.
7.
《国防科技》2021,42(3)
未来战争是人机环系统融合的战争。它不仅仅是智能化战争,更是智慧化战争。未来的战争不但要打破形式化的数学计算,还要打破传统思维的逻辑计算,是一种结合人、机和环境各方优势互补的新型计算-算计博弈系统。本文以智能化战争为背景,探讨了深度态势感知的概念、内涵与模型;介绍了未来战争中深度态势感知模型发挥的作用,即深度态势感知解决了人工智能中的可解释性、学习及常识三个重要瓶颈;最后,介绍了深度态势感知在未来战争中面临的挑战,包括人机环境系统融合问题、战场中的不确定性以及智慧化协同作战的实现。鉴于人机融合智能机制、机理破解以及有效的协同方式将成为影响未来战争的关键因素,深度研究态势感知对预测未来战争走向具备一定借鉴意义。 相似文献
8.
未来战争是人机环系统融合的战争。它不仅仅是智能化战争,更是智慧化战争。未来的战争不但要打破形式化的数学计算,还要打破传统思维的逻辑计算,是一种结合人、机和环境各方优势互补的新型计算-算计博弈系统。本文以智能化战争为背景,探讨了深度态势感知的概念、内涵与模型;介绍了未来战争中深度态势感知模型发挥的作用,即深度态势感知解决了人工智能中的可解释性、学习及常识三个重要瓶颈;最后,介绍了深度态势感知在未来战争中面临的挑战,包括人机环境系统融合问题、战场中的不确定性以及智慧化协同作战的实现。鉴于人机融合智能机制、机理破解以及有效的协同方式将成为影响未来战争的关键因素,深度研究态势感知对预测未来战争走向具备一定借鉴意义。 相似文献
9.