美国海军《利用人工智能学习、优化和推演(LAILOW)海军舰艇运作》附paper与slides

海军舰艇是由多个组织组成的复杂机构，这些组织必须在不影响效率和战备状态的情况下顺利交互和外部交流。随着后勤挑战的增加和技术推动响应时间的增加，因此引入最先进的计算方法至关重要，用于分析互联系统和针对不同事件进行分析。

美国海军研究生院专家引入了一个名为LAILOW的框架：学习、优化和兵棋推演。LAILOW利用复杂机构中多个来源产生的数据，基于数据挖掘、机器学习和预测算法，分析和发现模式、规则和异常。接着LAILOW的输出结果可以用来优化业务流程和行动方案。展示了使用LAILOW框架的三个用例。使用LAILOW框架，搜索主要舰艇设备维护和供应系统的脆弱性，以进行困难测试，并相应地提出弹性和新颖的解决方案。词法链接分析（LLA）作为LAILOW的一部分，以提高与C4I系统相关的海军舰艇关键部件失效概率的预测精度，用于NAVWARSYSCOM的预测风险备用矩阵（PRiSM）产品中。还展示了LLA对财务受限工作队列（FRWQ）中的优先项目与基线计算的比较。

附slides：