昨天给大家推送了认知战相关资料,
今天继续给大家推送相关内容:
1、《认知电子战:人工智能方法》
【目录】
前言
1.认知电子战概论
1.1什么是认知系统?
1.2电子战(EW)简介
1.3从人工智能角度看电子战领域的挑战
1.3.1电子保障与装备的态势评估
电子战战损评估
1.3.2电子攻击决策
电子战斗管理
1.3.3用户需求
1.3.4认知无线电与电子战系统对接
1.3.5电子战系统设计
1.4选择:人工智能还是传统?
1.5读者指南
1.6结论
2.目标功能
2.1描述环境的可观察物
2.1.1集群环境
2.2改变行为的控制参数
2.3绩效评估指标
2.4创建实用工具
2.5实用功能设计注意事项
2.6结论
3.机器学习入门
3.1常用人工智能算法
3.1.1支持向量机
3.1.2人工神经网络
3.2集成方法
3.3混合机器学习
3.4开集分类
3.5泛化和元学习
3.6算法权衡
3.7结论
4.电子支持
4.1发射极分类与表征
4.1.1特征工程与行为表征
4.1.2波形分类
4.1.3特定发射器识别
4.2性能估计
4.3多智能数据融合
4.3.1数据融合方法
4.3.2示例:用于本地化的5G多情报数据融合
4.3.3分布式数据融合
4.4异常检测
4.5因果关系
4.6意图识别
4.6.1自动目标识别与跟踪
4.7结论
5.电子保护与电子攻击
5.1优化
5.1.1多目标优化
5.1.2搜索性能全景
5.1.3优化元学习
5.2调度
5.3 Anytime算法
5.4分布式优化
5.5结论
6.电子战管理
6.1规划
6.1.1规划基础:问题定义和搜索
6.1.2分级任务网络
6.1.3动作不确定
6.1.4信息不确定性
6.1.5时间规划和资源管理
6.1.6多个时间段
6.2博弈论
6.3人机界面
6.4结论
7.实时任务规划和学习
7.1执行监控
7.1.1电子战战损评估
7.2任务内重新规划
7.3任务学习
7.3.1认知架构
7.3.2神经网络
7.3.3支持向量机
7.3.4多臂匪徒
7.3.5马尔可夫决策过程
7.3.6深度Q-学习
7.4结论
8.数据管理
8.1数据管理流程
8.1.1元数据
8.1.2语义
8.1.3追溯
8.2策展与偏倚
8.3数据管理规范
8.3.1嵌入式系统数据
8.3.2数据多样性
8.3.3数据扩充
8.3.4遗忘
8.3.5数据安全
8.4结论
9.建设
9.1软件架构:进程间
9.2软件体系结构:进程内部
9.3硬件选择
9.4结论
10.试验与评价
10.1场景驱动
10.2消融测试
10.3计算精度
10.3.1回归与归一化均方根误差
10.3.2分类和混淆矩阵
10.3.3评估战略绩效
10.4学习保证:评估认知系统
10.4.1学习保证过程
10.4.2形式验证方法
10.4.3经验和半形式验证方法
10.5结论
11.开始:第一步
11.1开发注意事项
11.2工具和数据
11.2.1机器学习工具包
11.2.2 机器学习数据集
11.2.3射频数据生成工具
11.3结论
关于作者
Karen Zita Haigh是明尼苏达州明尼阿波利斯霍尼韦尔技术中心的高级研究科学家。她完成了博士学位。1998 年春在卡内基梅隆大学获得计算机科学博士学位。
Karen Zita Haigh博士,水星系统公司(Mercury Systems)的首席(AI)技术专家,是嵌入式系统的AI和人工智能的倡导者。Karen Zita Haigh曾供职于霍尼韦尔、BBN和L3,从事过各种复杂系统的工作,包括认知射频系统、智能家居、网络安全、喷气发动机、炼油厂和空间系统。Karen Zita Haigh是当今全球三个不同领域的先驱:
•自主车辆(闭环规划和自主机器人上的ML):Haigh博士在卡内基梅隆大学(Carnegie Mellon University)的博士工作是第一个将人工智能风格的符号规划放到一个真实硬件机器人上,然后进行人工智能(ML)来更新规划模型(也就是说,这是第一个自主机器人同时进行规划和学习的全周期闭环)。这种能力对于目前全球范围内进行的所有自动驾驶汽车工作都至关重要。
•照顾老人的智能家庭(被动行为监测,帮助老年人并帮助他们呆在家里):Haigh博士是霍尼韦尔的独立生活方式助理ttm的首席研究员。ILSA是一个智能、自适应的家庭自动化系统,具有复杂的SA和DM功能,通过各种传感器、医疗设备和“智能”设备,使老年人和体弱多病的用户能够安全地在家中生活和工作。ILSA是一个多智能体系统,融合了统一的感知模型、概率衍生的态势感知、意图识别、层次任务网络响应规划、实时行动选择控制、ML和人为因素。ILSA是目前在该领域进行大量研究的第一个系统,并导致霍尼韦尔在该领域进行了战略性收购。
•认知射频系统(ML控制复杂多目标通信系统):Haigh博士在认知射频系统工作超过15年(例7.1)。她为DARPA资助的Adaptive Dynamic Radio开源智能团队(ADROIT)设计了认知控制器。ADROIT是已知的第一个使用ML来动态控制自适应网络的真实世界系统(不是仿真系统)。Haigh为DARPA的CommEx项目设计了认知引擎,该引擎优化了通信网络在之前未知干扰和干扰条件下的性能。CommEx是第一个演示嵌入式电子保护的实时任务学习。
Julia Andrusenko是约翰霍普金斯大学APL的高级通信工程师,也是战术通信系统组的总工程师。Andrusenko在通信理论、无线网络、卫星通信、射频传播预测、通信系统脆弱性、通信系统计算机模拟、进化计算、遗传算法/编程、MIMO和毫米波技术方面有超过19年的经验。她还拥有为各种先进的商业通信系统和军事数据链开发电子战方法的丰富经验。Andrusenko是许多技术论文的作者,并合著了一本名为《无线互联:通过Wiley/IEEE出版社了解互联挑战》的书。她获得了费城德雷克塞尔大学(Drexel University)的电气工程学士和硕士学位。她是IEEE通信协会的成员,也是IEEE 1900.5动态频谱接入应用管理认知无线电政策语言和架构工作组的投票成员。
其它认知战相关资料:
2、《认知战》克劳塞维茨和神经科学如何影响未来战争——战士的战备状态
3、《对新一代雷达的电子对抗系统的认知》
4、《认知-情绪冲突、对手意志与社会韧性》
5、《认知与自主网络防御》
6、《认知战和民主的脆弱性》
7、《认知战-俄罗斯对波罗的海国家选举公正的威胁》
8、《信息武器化-认知安全的需要》
上述资料原文pdf及百分点机器翻译文档已上传小编知识星球
长按识别下面的二维码可加入星球下载
里面已有近千篇资料可供下载
越早加入越便宜哦
原文始发于微信公众号(丁爸 情报分析师的工具箱):【资料】认知电子战:人工智能方法
- 左青龙
- 微信扫一扫
-
- 右白虎
- 微信扫一扫
-
评论