發(fā)布時(shí)間：2024-03-03 12:53

　　人工智能在圖像識(shí)別、語(yǔ)音識(shí)別、自然語(yǔ)言處理、機(jī)器翻譯等民用領(lǐng)域已經(jīng)取得重大進(jìn)展,但在軍事領(lǐng)域,尤其是裝甲火力與指揮控制領(lǐng)域的落地應(yīng)用較少。針對(duì)裝甲裝備分隊(duì)作戰(zhàn)的軍事智能化需求,研究了人工智能在裝甲火力與指揮控制領(lǐng)域的應(yīng)用;探討了智能的本質(zhì)和人工智能的進(jìn)化;分別研究了人工智能在裝甲火力控制領(lǐng)域和裝甲指揮控制領(lǐng)域的應(yīng)用;討論了軍事人工智能應(yīng)用所面臨的一系列挑戰(zhàn),并給出下一步發(fā)展建議。

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

圖1人工智能“金字塔”目前的人工智能并不是無(wú)所不能，還處于幼年

高度抽象特征進(jìn)行建模。目前的深度學(xué)習(xí)主要指深度神經(jīng)網(wǎng)絡(luò)。機(jī)器學(xué)習(xí)不能直接處理未加工過(guò)的原始數(shù)據(jù)，而是需要手工設(shè)計(jì)特征提取器，把原始數(shù)據(jù)轉(zhuǎn)換為適當(dāng)?shù)膬?nèi)部特征表示或特征向量。而深度學(xué)習(xí)本質(zhì)上是一種特征學(xué)習(xí)方法，它能夠直接把原始數(shù)據(jù)自動(dòng)轉(zhuǎn)變成更高層次、更加抽象的表達(dá)，利用大數(shù)據(jù)來(lái)學(xué)習(xí)特....

圖7敵方目標(biāo)1的SBN推理和DBN推理的對(duì)比

（總第46-）火力與指揮控制2021年第4期威脅評(píng)估等級(jí)時(shí)間片1時(shí)間片2時(shí)間片3高0.680.700.73中0.210.200.18低0.110.100.09表6目標(biāo)1的BN推理結(jié)果圖7敵方目標(biāo)1的SBN推理和DBN推理的對(duì)比脅評(píng)估判定為高的概率更大。通過(guò)對(duì)比可以發(fā)現(xiàn)利用DBN進(jìn)....

本文編號(hào)：3917809