基于太阳黑子群数据的多模态太阳耀斑预报模型

当前的太阳耀斑预报模型主要通过统计关系建立,直接将从太阳黑子群磁图中提取的特征参量作为模型输入,系统的自主性低,导致图像数据中包含的与太阳耀斑相关的高阶抽象信息难以被充分利用,进而限制模型预报的精度。为解决当前太阳耀斑预报中数据利用不充分的问题,文章将海量太阳观测数据与先进的人工智能技术结合,综合利用太阳活动区磁场观测图、磁场特征参量和对应的耀斑事件标签,并借助全连接神经网络高精确率以及卷积神经网络高召回率和可有效提取高层语义信息的优点,构建基于深度学习的多模态太阳耀斑预报模型。实验证明该模型的主要评价指标结果比其他模型至少提高7.8%。     

星载反射式成像系统计算光学设计方法综述

星载反射式遥感成像系统的结构集成度高、光学面型复杂,面临光学初始结构难以求解和像质优化难以收敛的设计难题。综述着重探讨星载反射式成像系统中的计算光学设计方法。星载反射式成像系统计算光学设计,包括复杂曲面反射镜、曲面反射型光栅等硬件设计,以及计算成像图像解码等算法设计。面对星载遥感成像的不同应用,文章从深度学习光学结构设计、合成孔径计算成像、景深延拓计算成像、主动光学计算像差补偿和曲面光栅计算光谱成像等几个方面进行系统性地分类讨论。本综述结论为：基于计算光学的设计方法,无论在光学结构与面型求解方面,还是图像信号非线性逆问题求解方面,都具有强大的设计能力。在发展趋势上,计算光学在航天光学系统的设计潜力刚刚被挖掘。在“人工智能时代”的软、硬件算力支持下,计算光学方法将大大提升星载反射式成像系统设计的便捷性。     

人工智能在OODA 循环中的应用

当前人工智能(AI) 是商业和工业，甚至军事应用领域中最热门的流行语。军事国防领域也已经将人 工智能发展成为了一种技术，并应用到军事作战和决策系统中。最初OODA 循环是最知名的空战战术模型， 后来发展成为各国空军的作战方法。OODA 循环对于任务的定义和决策过程的理解起到了重要的作用。本文主 要研究了人工智能在OODA 循环决策中的应用。讨论了未来OODA 循环各阶段中所需的AI 作用和技术，包 括可解释的人工智能和基于学习的人工智能。     

不确定航迹自适应预测模型

针对现有航迹预测技术中，存在无模技术缺乏理论分析支持、能力有限、适用范围窄、有模技术先验假设过多、前提条件严苛、通用性差等问题，通过理论推导，利用循环和多层神经网络结构，研究提出了具有理论严谨、先验假设少、适用范围广、通用性强等优点的不确定航迹自适应预测模型，同时给出了典型的实现方法。该模型克服了现有航迹预测方法的缺点与不足，并具有无模与有模两类技术的优点与长处，仿真和实测实验验证表明：该模型能很好地提取识别出数据中存在的模式，并基于模式，进行正确有效地预测，能有效解决不同实际环境中的航迹预测问题，效果明显。     

应用于智能芯片的可视化反馈系统研究

当前，市场上普遍使用的负责推理的终端人工智能（AI）芯片使用训练好的参数对数据进行快速高效运算。但在通常训练过程中使用的数据集和真实数据的分布不一致，由此获得的参数会导致终端AI芯片识别准确度降低。为此，提出了一种基于终端AI芯片的可视化反馈系统架构方法。使用反卷积特征可视化方法，在具有高效计算性能的终端AI芯片上，对卷积核参数进行迭代优化，达到可识别该图像目的。相比于CPU/GPU和FPGA，所提架构在卷积神经网络模型里，更具有高效处理能力和灵活可塑性。实验表明，该研究有效提高了终端AI芯片的普适性、识别准确度和处理效率。      

印度首次展示进攻性无人机蜂群

2021年1月15日,印度陆军在一年一度的建军节活动中,首次展示了一种进攻性的无人机蜂群。该蜂群由75架旋翼无人机组成,号称可以携带炸药渗透到敌后50 km,能基于人工智能自动识别目标,然后对选定的目标发起自杀式攻击。在印度官方媒体发布的视频中,自杀式无人机摧毁了坦克、油料点、野战营地、建筑物等多个目标。该无人机蜂群源自印度陆军2020年8月启动的"战斗空中协作系统"(CATS)项目。     

滑翔飞行器弹道规划与制导方法综述综述

滑翔飞行器以其突出的机动突防能力、高精度打击以及全球快速可达等优势成为当下航空航天领域研究热点。作为控制飞行器可靠执行既定飞行任务的核心部分,弹道规划与制导方法是关注的焦点。概述当前滑翔飞行器弹道规划与制导方法,尤其是基于标准剖面和基于预测校正思想的弹道规划与制导方法的研究现状。进一步,分析当下滑翔飞行器弹道规划与制导方法的研究热点与难点,并结合人工智能,对滑翔飞行器弹道规划与制导方法未来可能的发展趋势进行了展望。     

计算机视觉研究的一种分布式专家系统模型

本文从系统设计角度,概述了计算机视觉研究的现状,分析了单一视觉专家系统研究的困难,进而给出了进行计算机视觉研究的一种分布式专家系统模型,并探讨了其中的一些问题。     

非单调语义网络中继承的信任理论

描述了一种新的具有例外的多继承语义网络推理方法--继承的信任理论,这是一种很具有吸引力的可废止继承方法.它应用于非循环语义网络的继承的分析,能够产生适合于继承直觉的非多义性结论.文中还讨论了Etherington的基于缺省逻辑的继承理论,提出了继承信任理论和继承信任缺省逻辑.给出了继承信任逻辑的性质,并且证明了构造继承信任缺省逻辑理论的唯一扩张是递推过程.信任理论的扩张能够快速求解.这种快速推理算法可以应用于专家系统推理.