文献

J-GLOBAL ID：201702269698360219   整理番号：17A0408756

ニューラルネットワークに基づくMarkov連鎖モデル化による敵空気戦闘機の脅威評価【Powered by NICT】

Threat evaluation of enemy air fighters via neural network-based Markov chain modeling

著者 (5件)： Lee Hoyeop (Department of Information and Industrial Engineering, Yonsei University, Seoul 03722, Republic of Korea) ,  Choi Byeong Ju (Department of Information and Industrial Engineering, Yonsei University, Seoul 03722, Republic of Korea) ,  Kim Chang Ouk (Department of Information and Industrial Engineering, Yonsei University, Seoul 03722, Republic of Korea) ,  Kim Jin Soo (The 1st Research and Development Institute, Agency for Defense Development, Yuseong, Daejeon 34186, Republic of Korea) ,  Kim Ji Eun (The 1st Research and Development Institute, Agency for Defense Development, Yuseong, Daejeon 34186, Republic of Korea)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 116  ページ： 49-57  発行年： 2017年 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 脅威評価(TE)は防御された資産(DA)に近づいていること,空気戦闘機のような空気呼吸脅威(ABTs)の脅威値(TVs)を評価するために使われるプロセスである。本研究では,DAが位置するABTsは領域に浸透時レーダ情報を用いたTEを行うための自動化法を提案した。法は標的資産(TA)予測とTEから構成されている。対空ミサイルの有効範囲に基づく離散細胞に優しい領域を分割した。TA予測はMarkov連鎖による領域における細胞を介したA BTの動きを予測することにより各A BTのTAを同定し,細胞移行は,ニューラルネットワークによりモデル化した。TA予測結果に基づいてABTsのTVを計算した。シミュレーション実験は,提案した方法がアプローチまたは半径方向速度ベクトル法の最近接点に基づくTEより優れていることを明らかにした。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 浸透 ,  *Markov連鎖 ,  ベクトル ,  レーダ ,  細胞移動 ,  *戦闘機 ,  自動化 ,  *モデリング ,  ミサイル ,  *ニューラルネットワーク ,  シミュレーション
準シソーラス用語： 空気吸込み式 ,  *Markov連鎖モデル , 【Automatic Indexing@JST】

著者キーワード (5件)： 脅威評価 ,  目標資産予測 ,  Markov連鎖 ,  ニューラルネットワーク ,  シミュレーション

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： ニューラルネットワーク ,  Markov連鎖モデル ,  戦闘 ,  脅威 ,  評価