现代战争越来越多地在信息环境中进行,通过开源媒体使用欺骗和影响技术。北约国家的政府、学术界和工业界已经通过开发各种创新的计算方法,从大量的媒体内容中提取、处理、分析和可视化有意义的信息来做出回应。然而,目前仍不清楚哪些(组合)工具能满足军事分析人员和操作人员的要求,以及是否有些要求仍未得到满足。为此,加拿大DRDC和荷兰TNO启动了一项合作,以开发一个标准化和多方位的媒体分析需求图。本文介绍了该合作的第一阶段所完成的工作。具体来说, (1) 开发了一个可能的媒体分析工具功能框架;(2) 收集了CAN和NLD利益相关者的当前用户需求;以及(3) 分析了差距,以显示哪些用户需求可以通过哪些功能来满足。这个项目直接建立在SAS-142的基础上,通过使用互联网开发科学和技术评估框架(FIESTA)。本文说明了FIESTA在两个突出的媒体分析能力中的应用:(1)情绪分析和(2)叙事分析。研究结果表明,尽管这些能力有一些独特的功能,但它们有非常多的共同功能。因此,研究和开发工作可以通过专注于独特(新颖)的功能,同时回收多用途的功能而得到优化。通过将FIESTA应用于多种媒体分析能力并与多个北约国家合作,这些效率的提高可以成倍增加。

成为VIP会员查看完整内容
39

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《可信深度强化学习用于多效协同防御作战:综述》
专知会员服务
64+阅读 · 2023年6月19日
机器学习的 7 个关键军事应用
专知会员服务
297+阅读 · 2022年4月24日
【AI+军事】最新22页PPT,解读人工智能军事应用
专知会员服务
321+阅读 · 2022年3月14日
《军事行动自动化》【译文】2022最新报告
专知
57+阅读 · 2022年11月13日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Arxiv
20+阅读 · 2021年9月22日
Arxiv
35+阅读 · 2021年1月27日
Heterogeneous Graph Transformer
Arxiv
27+阅读 · 2020年3月3日
Arxiv
13+阅读 · 2019年1月26日
VIP会员
相关VIP内容
《可信深度强化学习用于多效协同防御作战:综述》
专知会员服务
64+阅读 · 2023年6月19日
机器学习的 7 个关键军事应用
专知会员服务
297+阅读 · 2022年4月24日
【AI+军事】最新22页PPT,解读人工智能军事应用
专知会员服务
321+阅读 · 2022年3月14日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员