摘要

达尔豪西大学大数据分析研究所、加拿大国防研究与发展研究所 (DRDC) – 大西洋研究中心和加拿大通用动力任务系统 (GDMS-C) 成功向加拿大自然科学与工程研究委员会 (NSERC) 提出申请, 促成了一个为期三年的资助项目,名为自动监控海军信息空间 (AMNIS)。 AMNIS 启动会议于 2020 年 10 月 14 日举行,众多教授、国防科学家和 GDMS-C 技术人员参加了会议。会议确定了三个组织的多项行动。与 DRDC 和 GDMS-C 相关的一项行动是需要与任务相关的情景来帮助指导预期的研究。因此,DRDC 率先描述了一个具有代表性的海陆情景,这将使研究人员能够更好地了解与 AMNIS 相关的潜在研究途径。开发的场景涉及由加拿大皇家海军 (RCN) 和加拿大陆军 (CA) 执行的加拿大人道主义任务。任务是向最近遭受自然灾害袭击的国家分发食品和医疗用品。敌对势力也试图窃取物资。该场景描述了通过更好的处理技术和决策来改进信息流、共享和使用的需求。该方案旨在引发进一步的讨论并帮助巩固 AMNIS 参与者的研究主题

对国防和安全的意义

AMNIS 项目将推动国防界在机器学习、深度学习、人工智能、可视化的许多方面、弱势网络上的信息共享、基于场景的决策以及人类绩效建模和团队合作方面的知识。这里描述的海洋/陆地情景旨在激发支持这些主题的研究途径

成为VIP会员查看完整内容
33

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。
北约《军事系统的网络安全风险评估》技术报告
专知会员服务
90+阅读 · 2022年4月18日
美国陆军情报分析手册,新版174页pdf
专知会员服务
147+阅读 · 2022年3月25日
2021工业区块链案例集,68页pdf
专知
3+阅读 · 2021年12月1日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
13+阅读 · 2012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
5+阅读 · 2011年12月31日
国家自然科学基金
4+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
Adaptive Synthetic Characters for Military Training
Arxiv
45+阅读 · 2021年1月6日
Image Segmentation Using Deep Learning: A Survey
Arxiv
43+阅读 · 2020年1月15日
Arxiv
21+阅读 · 2018年8月30日
Arxiv
25+阅读 · 2018年8月19日
VIP会员
相关VIP内容
北约《军事系统的网络安全风险评估》技术报告
专知会员服务
90+阅读 · 2022年4月18日
美国陆军情报分析手册,新版174页pdf
专知会员服务
147+阅读 · 2022年3月25日
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
13+阅读 · 2012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
5+阅读 · 2011年12月31日
国家自然科学基金
4+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
微信扫码咨询专知VIP会员