期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度学习的博弈态势认知不确定度新质测量方法研究
1
作者 王永光 孙静 +1 位作者 张楠 张修建 《导弹与航天运载技术(中英文)》 北大核心 2025年第4期45-52,共8页
当前,随着博弈环境复杂多变而引入深度学习模型如深度卷积神经网络,以辅助提升人员对博弈态势的认知和决策水平。然而,将深度学习引入博弈态势理解的同时,也引入了人工智能中的数据不确定度和认知不确定度,导致人工智能预测和决策结果... 当前,随着博弈环境复杂多变而引入深度学习模型如深度卷积神经网络,以辅助提升人员对博弈态势的认知和决策水平。然而,将深度学习引入博弈态势理解的同时,也引入了人工智能中的数据不确定度和认知不确定度,导致人工智能预测和决策结果存在发散性等问题。基于测量不确定度评定方法对博弈态势理解中的测量过程进行不确定度关键要素分解、提取及测量模型构建。试验结果表明,基于GUM的物理测量方法能有效对博弈态势的认知不确定度进行准确高效的测量和评估。最后,基于蒙特卡罗方法对提出的博弈态势认知不确定度新质测量方法进行验证,表明提出方法的准确性和适用性。 展开更多
关键词 深度学习 态势理解 认知不确定度 测量不确定度 蒙特卡罗方法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部